Centro de Investigación en Alimentación y Desarrollo, A.C. · de cintura y cadera), y de...
70
Centro de Investigación en Alimentación y Desarrollo, A.C. POLIMORFISMO PRO12ALA DEL GEN PPARG Y SU ASOCIACIÓN CON OBESIDAD EN ADULTOS DE SONORA: INFLUENCIA DEL CONSUMO DE ÁCIDOS GRASOS SATURADOS Y TRANS Por: Josefina Aguayo Armendáriz TESIS APROBADA POR LA COORDINACIÓN DE NUTRICIÓN Como requisito parcial para obtener el grado de MAESTRÍA EN CIENCIAS Hermosillo, Sonora Enero 2016
Transcript of Centro de Investigación en Alimentación y Desarrollo, A.C. · de cintura y cadera), y de...
Centro de Investigación en Alimentación y Desarrollo, A.C.
POLIMORFISMO PRO12ALA DEL GEN PPARG Y SU ASOCIACIÓN CON OBESIDAD EN ADULTOS DE
SONORA: INFLUENCIA DEL CONSUMO DE ÁCIDOS GRASOS SATURADOS Y TRANS
Por:
Josefina Aguayo Armendáriz
TESIS APROBADA POR LA
COORDINACIÓN DE NUTRICIÓN
Como requisito parcial para obtener el grado de
MAESTRÍA EN CIENCIAS
Hermosillo, Sonora Enero 2016
ii
APROBACIÓN
Los miembros del comité designado para la revisión de la tesis de Josefina
Aguayo Armendáriz, la han encontrado satisfactoria y recomiendan que sea
aceptada como requisito parcial para obtener el grado de Maestría en Ciencias.
iii
DECLARACIÓN INSTITUCIONAL
La información generada en esta tesis es propiedad intelectual del Centro de
Investigación en Alimentación y Desarrollo, A.C. (CIAD). Se permiten y
agradecen las citas breves del material contenido en esta tesis sin permiso
especial del autor, siempre y cuando se dé crédito correspondiente. Para la
reproducción parcial o total de la tesis con fines académicos, se deberá contar
con la autorización escrita del Director General del CIAD.
La publicación en comunicaciones científicas o de divulgación popular de los
datos contenidos en esta tesis, deberá dar los créditos al CIAD, previa
autorización escrita del manuscrito en cuestión del director de tesis.
iv
AGRADECIMIENTOS
Al Consejo Nacional de Ciencia y Tecnología (CONACyT) por la beca otorgada
durante el posgrado.
Al Centro de Investigación en Alimentación y Desarrollo, A.C. (CIAD) por
contribuir a mi formación académica.
Al Fondo Sectorial de Investigación en Salud y Seguridad Social
SS/IMSS/ISSSTE-CONACYT por el financiamiento del proyecto (SALUD-2013-
01-201746).
A la Jurisdicción Sanitaria I de la Secretaría de Salud de Sonora y todo su
personal, por permitirme realizar el trabajo de campo.
A todos los participantes que hicieron posible este trabajo de investigación.
A la Dra. Silvia Moya por hacerme parte de su proyecto y su valiosa amistad.
Gracias por la oportunidad de formar parte del Laboratorio de Nutrición
Molecular. Mi respeto y admiración, siempre la tendré presente.
A la Dra. Maricela Montalvo, por su paciencia, gracias por el apoyo con las
técnicas de laboratorio; Dra. Martha Nydia Ballesteros, por su buen ánimo y
ejemplo, gracias por permitirme trabajar en el Laboratorio de Metabolismo de
Lípidos, y ayudarme con la evaluación dietaria; Dra. Graciela Caire, por
orientarme y darme palabras de aliento, gracias por apoyarme con el análisis
estadístico. A las tres, muchas gracias por tanto aprendizaje y por su amistad.
A la Dra. Sandra Ibáñez, por su gran apoyo durante el trabajo de campo; M. en
C. Elizabeth Artalejo, por su colaboración en esta investigación; Dr. Diego
Espinoza, por su ayuda en la revisión del manuscrito; QBC Mónica Reséndiz,
v
por su apoyo en el laboratorio; Dra. Araceli Pinelli, por el ánimo brindado
durante todo el proceso; Dr. Jesús Hernández, gracias por las instalaciones del
Laboratorio de Inmunología.
Al Dr. Alfredo Padilla y Dr. Guillermo Hernández, por contribuir a mi formación
como médico; Dr. Gerardo Álvarez, por alentarme a seguir el camino de la
investigación desde mis primeros años en la escuela de medicina; Dra. Lucely
Cetina, gracias por recibirme en el departamento de investigación del INCan
algunos años atrás, guardo sus palabras y ejemplo en mi corazón.
A mis compañeros de laboratorio y generación de posgrado; gracias Karla por
los buenos y malos momentos que pasamos y superamos juntas, eres parte
importante de este trabajo. Lorena, gracias por tu valiosa ayuda.
A todos mis amigos, gracias por estar. Lucía, gracias por además ser parte de
esto. Los quiero.
A mi familia; Alejandra y Elizabeth, son lo mejor de mi vida; Mamá, no tengo
palabras para agradecerte todo lo que haces por mí, lo verdaderamente
importante lo he aprendido de ti; Papá, gracias por tu apoyo incondicional y por
creer en mí cuando te dije que quería tomar un camino distinto. Los amo.
A Dios; Señor Jesucristo, gracias por darme la fortaleza y paz para seguir
adelante a pesar de cualquier circunstancia.
vi
DEDICATORIA
“Mientras trabajas en un sueño Jesucristo trabaja en ti, porque Dios está más
interesado en tu carácter que en tu carrera, porque no llevarás tu carrera al
cielo pero si tu carácter. No se trata de lo que has hecho, se trata de quién te
has convertido en el proceso.”
Y a Aquel que es poderoso para hacer todas las cosas mucho más
abundantemente de lo que pedimos o entendemos, según el poder que
actúa en nosotros.
Efesios 3:20
vii
CONTENIDO
LISTA DE FIGURAS .................................................................................................................. ix
LISTA DE TABLAS ..................................................................................................................... x
RESUMEN.................................................................................................................................... xi
ABSTRACT................................................................................................................................ xiii
I. INTRODUCCIÓN ................................................................................................................ 1
II. ANTECEDENTES Y JUSTIFICACIÓN ........................................................................... 3
II.1 Receptores Activados por Proliferadores de Peroxisomas (PPARs) ........................ 3
II.2 Receptor Activado por Proliferadores de Peroxisomas Gama (PPAR gama) ........... 8
II.3 Polimorfismo Pro12Ala de PPARG ........................................................................ 10
II.4 Alelo Ala y Obesidad en Distintas Poblaciones ...................................................... 13
III. HIPÓTESIS .................................................................................................................... 16
IV. OBJETIVO GENERAL ................................................................................................. 17
IV.1 Objetivos Específicos ........................................................................................... 17
V. MATERIALES Y MÉTODOS........................................................................................... 18
V.1 Diseño y Marco Muestral ....................................................................................... 18
V.2 Identificación del Polimorfismo Pro12Ala ............................................................... 19
V.3 Estimación de la Composición Corporal ................................................................ 20
V.4 Evaluación Antropométrica .................................................................................... 20
V.5 Evaluación Dietaria ............................................................................................... 22
V.6 Determinación del Nivel de Actividad Física .......................................................... 23
V.7 Análisis Estadístico ............................................................................................... 23
VI. RESULTADOS .............................................................................................................. 25
VI.1 Genotipificación .................................................................................................... 26
VI.2 Frecuencias Genotípicas y Alélicas del Polimorfismo Pro12Ala de PPARG en
Adultos de Sonora ....................................................................................................... 28
VI.3 Evaluación Dietaria .............................................................................................. 31
VI.4 Asociación del Polimorfismo Pro12Ala con Obesidad y Grasas Dietarias ............. 35
VII. DISCUSIÓN ................................................................................................................... 38
VII.1 Prevalencia del Polimorfismo Pro12Ala en Adultos de Sonora ............................ 39
VII.2 Evaluación Dietaria y Consumo de Ácidos Grasos Saturados y Trans ................ 41
viii
CONTENIDO (Continuación)
VII.3 Asociación del Polimorfismo Pro12Ala de PPARG con Obesidad ....................... 44
VIII. CONCLUSIONES ......................................................................................................... 47
IX. REFERENCIAS ............................................................................................................. 48
ix
LISTA DE FIGURAS
Figura Página
1 Activación de la transcripción por PPARs en el núcleo del adipocito……………………………………………………………. 4
2 Regulación de la transcripción por ácidos grasos poliinsaturados…………………………………………………..... 6
3 Polimorfismos en el receptor PPAR gama 2…………………. 11
4 Gráfica representativa de la discriminación alélica del polimorfismo Pro12Ala del gen PPARG por fluorescencia de sondas TaqMan....................................................................... 27
5 Distribución del total de la energía proveniente de macronutrientes en sujetos con y sin obesidad de acuerdo al cuestionario semicuantitativo de frecuencia de consumo de alimentos……………………………………………………………. 31
x
LISTA DE TABLAS
Tabla Página
1 Características antropométricas y de estilo de vida de los sujetos de estudio (n = 69)………………………………... 26
2 Distribución de las frecuencias genotípicas del polimorfismo Pro12Ala de PPARG en adultos de Sonora… 28
3 Frecuencias alélicas del polimorfismo Pro12Ala de PPARG en adultos de Sonora evaluados en el presente estudio y en otras poblaciones de México……………………………. 29
4 Distribución de las frecuencias genotípicas y alélicas del polimorfismo Pro12Ala en adultos de Sonora respecto a la presencia de obesidad (n = 69)………………………….. 29
5 Características antropométricas y de estilo de vida en sujetos con y sin obesidad de acuerdo al genotipo del polimorfismo Pro12Ala de PPARG……………………………. 30
6 Consumo promedio diario de macronutrientes de los sujetos de estudio (n = 63).……………………………………………… 32
7 Consumo promedio diario de macronutrientes de sujetos con y sin obesidad de acuerdo al genotipo del polimorfismo Pro12Ala (n = 63)………………………………………………. 33
8 Consumo promedio de grasa en gramos por día de sujetos con y sin obesidad de acuerdo al genotipo del polimorfismo Pro12Ala (n = 63)………………………………………………… 34
9 Genotipo Pro12Ala de PPARG y su asociación con la presencia de obesidad y variables antropométricas (n = 69).. 36
10 Genotipo Pro12Ala de PPARG y su asociación con variables dietarias (n = 63)…………………………………….. 37
11 Genotipo Pro12Ala de PPARG y su asociación con el porcentaje de grasa corporal de acuerdo al consumo de grasas saturadas y trans……………………………………….. 37
xi
RESUMEN
Se ha buscado la asociación del polimorfismo Pro12Ala del gen PPARG con
obesidad en distintas poblaciones, obteniendo resultados controversiales.
Algunos estudios sugieren que esta asociación depende de la dieta,
específicamente de los ácidos grasos. La población de Sonora se caracteriza
por un consumo elevado de grasas saturadas y trans, y una prevalencia alta de
obesidad. Por ello, nuestro objetivo fue determinar la frecuencia del
polimorfismo Pro12Ala de PPARG en adultos de Sonora y su asociación con
obesidad, así como la influencia del consumo de grasas saturadas y trans en
esta asociación.
En este estudio de corte transversal participaron adultos de ambos sexos, de 18
a 50 años. Se realizó la evaluación antropométrica (peso, talla, circunferencias
de cintura y cadera), y de composición corporal (bioimpedancia eléctrica), a los
participantes (n = 69). Se determinó la presencia del polimorfismo Pro12Ala, a
partir de ADN genómico obtenido de sangre venosa periférica, por qPCR. Para
evaluar el consumo de grasas, se aplicó un cuestionario semicuantitativo de
frecuencia de consumo de alimentos. Se determinó la asociación de Pro12Ala
con obesidad por regresión logística univariada y multivariada.
La variante heterocigota Pro12Ala de PPARG estuvo presente en once
participantes (15.94 %). Las frecuencias alélicas fueron 0.92 para el alelo
silvestre Pro, y 0.08 para el mutante Ala. Se encontró asociación del
polimorfismo Pro12Ala con el porcentaje de grasa corporal (RM ajustada = 1.08;
IC 95 % 1.00-1.17; p = 0.048) y con obesidad central (RM ajustada = 7.38; IC
95 % 1.19-45.77; p = 0.032). Se observó un posible efecto modificador del
consumo de grasas saturadas y trans en estas asociaciones. Además, la dieta
hipercalórica alta en grasas saturadas y trans de los adultos de Sonora es
aparentemente más perjudicial en portadores del alelo Ala.
xii
Se concluye que la asociación de la variante Pro12Ala del gen PPARG con el
porcentaje de grasa corporal y con la presencia de obesidad central en adultos
de Sonora, y el posible efecto modificador del consumo de grasas saturadas y
trans en estas asociaciones, aportan evidencia a una posible interacción gen-
nutriente-salud.
Palabras clave: Polimorfismo Pro12Ala; Gen PPARG; Obesidad; Ácidos
Grasos Dietarios; Interacción Gen-Nutriente-Salud.
xiii
ABSTRACT
The association between the Pro12Ala polymorphism of the PPARG gene and
obesity in diverse populations has produced conflicting results. Some studies
suggest that this association is dependent upon diet, specifically dietary fatty
acids. Sonora’s population is characterized for having a diet rich in saturated
and trans fats, and a high prevalence of obesity. Our aim was to determine the
frequency of the Pro12Ala polymorphism of the PPARG gene in adults living in
Sonora and its association with obesity, as well as the influence of saturated and
trans fat consumption on the association.
For this cross-sectional study, we recruited men and women 18 to 50 y old (n =
69). Anthropometric measurements (weight, height, waist and hip
circumferences) and body composition (bioelectrical impedance) were
assessed. The presence of the Pro12Ala polymorphism of PPARG was
determined from genomic DNA obtained from blood samples, using real-time
PCR. To evaluate the consumption of dietary fats, a semiquantitative food
frequency questionnaire was applied. The association of the Pro12Ala variant
with obesity was established by univariate and multivariate logistic regression.
The heterozygous variant Pro12Ala of PPARG was identified in eleven
participants (15.94 %). The allele frequencies were 0.92 for the wild Pro allele,
and 0.08 for the mutant Ala allele. We found an association of the Pro12Ala
polymorphism with body fat percentage (Adjusted OR = 1.08; 95 % CI 1.00-
1.17; p = 0.048) and with central obesity (Adjusted OR = 7.38; 95 % CI 1.19-
45.77; p = 0.032). A possible modifier effect, regarding saturated and trans fat
consumption, was observed on the associations. Additionally, the hypercaloric
diet rich in saturated and trans fats of adults living in Sonora is apparently more
deleterious in Ala allele carriers.
xiv
We conclude that the association of the Pro12Ala variant of the PPARG gene
with body fat percentage and with the presence of central obesity in adults living
in Sonora, and a possible modifier effect regarding saturated and trans fat
consumption on the associations, provide evidence to a possible gene-nutrient-
health interaction.
Keywords: Pro12Ala Polymorphism; PPARG Gene; Obesity; Dietary Fatty
Acids; Gene-Nutrient-Health Interaction.
1
I. INTRODUCCIÓN
La obesidad es una patología compleja, multifactorial, en la cual la
predisposición genética juega un papel importante. Aparenta ser una
enfermedad de etiología poligénica, afectada por factores ambientales, entre los
cuales el más importante podría ser la dieta (Flier y Maratos-Flier, 2012).
Constituye un problema de salud pública a nivel mundial, por lo que es de
interés identificar los factores genéticos que se asocian a ella. En el 2008, se
estimó que la prevalencia mundial de obesidad en adultos era de más de medio
billón de personas (WHO, 2014). En México, 7 de cada 10 adultos tienen
sobrepeso u obesidad, y la prevalencia total nacional para obesidad abdominal
es de 73.9 %. En Sonora, 30.7 % de los hombres y 41.6 % de las mujeres
tienen obesidad definida por un índice de masa corporal (IMC) mayor o igual a
30 (ENSANUT, 2012).
El gen PPARG ha sido estudiado para dilucidar la fisiopatología de la obesidad.
Este gen codifica para el receptor hormonal nuclear PPAR gama 2, el cual tiene
actividad como factor de transcripción activado por ligando, y se encuentra
involucrado en la adipogénesis y homeostasis de glucosa (Auwerx, 1999; Hara
et al., 2000; Ren et al., 2002). Entre los ligandos que activan a PPAR gama 2
están los ácidos grasos poliinsaturados de la dieta, razón por la cual se cree
que su consumo está directamente relacionado con el fenotipo metabólico
(Medina-Gómez et al., 2007).
La variante más común del gen PPARG es el polimorfismo de un solo
nucleótido Pro12Ala. Este polimorfismo le confiere una disminución de la
función al receptor PPAR gama 2. Se ha buscado la asociación de Pro12Ala
2
con resistencia a la insulina, obesidad, y diabetes tipo 2, obteniendo resultados
controversiales. El IMC en portadores del alelo Ala depende del tipo de ácido
graso que se consuma en mayor cantidad, por lo que se sugiere una interacción
gen-nutriente-salud (Luan et al., 2001; Garaulet et al., 2011). Esto podría
explicar la relación inconsistente de Pro12Ala con obesidad en distintas
poblaciones.
En Sonora, la frecuencia alélica del polimorfismo Pro12Ala se conoce
únicamente para un grupo de yaquis. La población de este estado se
caracteriza por un consumo alto de ácidos grasos saturados y trans, y bajo de
poliinsaturados, así como por una prevalencia alta de obesidad y sus patologías
asociadas. Por ello, el objetivo de este trabajo fue determinar la frecuencia de la
variante Pro12Ala del gen PPARG en adultos residentes de Sonora, y su
asociación con obesidad, así como la influencia del consumo de ácidos grasos
saturados y trans en esta asociación.
3
II. ANTECEDENTES Y JUSTIFICACIÓN
II.1 Receptores Activados por Proliferadores de Peroxisomas (PPARs)
Los receptores activados por proliferadores de peroxisomas, PPARs por sus
siglas en inglés, forman uno de los grupos de la superfamilia de receptores
hormonales nucleares. Otros grupos de esta superfamilia están formados por
los receptores de las vitaminas liposolubles A y D, receptores de hormonas
tiroideas y de esteroides (Issemann y Green, 1990; Nuclear Receptors
Nomenclature Committee, 1999). Todos ellos funcionan como factores de
transcripción activados por ligando, que regulan la expresión de genes
involucrados en distintos procesos del metabolismo humano. Los PPARs están
implicados en la transcripción de genes que regulan la diferenciación celular y la
tumorigénesis, así como el metabolismo de glucosa y lípidos (Desvergne y
Wahli, 1999; Boitier et al., 2003). Por esto último, se les conoce también como
sensores celulares citoplasmáticos de estos nutrimentos, y reguladores
maestros del balance energético.
Todos los receptores hormonales nucleares están compuestos por tres
dominios principales. Tienen un dominio de unión a su ligando en el extremo
carboxilo terminal, uno de unión al ADN con dos dedos de zinc, y uno de
activación independiente del ligando en el extremo amino terminal. Al ser
activados por sus respectivos ligandos, sufren un cambio conformacional y
viajan del citoplasma al núcleo celular (Sheu et al., 2005). Una vez en el núcleo
celular, los dedos de zinc se unen al ADN mediante su elemento de respuesta
para PPARs (PPRE, Peroxisome Proliferator Response Element). PPRE es una
secuencia de nucleótidos conservada en la región promotora o potenciadora de
los genes diana de estos factores de transcripción (Tugwood et al., 1992). Para
4
que los PPARs se unan al PPRE, necesitan formar un heterodímero con el
receptor X retinoide (RXR), como se ilustra en la Figura 1. Éste puede
encontrarse formando heterodímeros con otros receptores hormonales
nucleares, incluidos otros PPARs (Issemann et al., 1993).
Figura 1: Activación de la transcripción por PPARs en el núcleo del adipocito.
Un heterodímero PPAR:RXR que no ha sido activado por un ligando se
encuentra unido a proteínas correpresoras, por lo que no tiene la capacidad
para inducir la transcripción. Cuando un ligando activa al heterodímero, las
proteínas correpresoras se disocian del complejo y se da el reclutamiento de
proteínas coactivadoras. Las proteínas correpresoras y coactivadoras son
específicas de cada célula y tejido. Su disociación y reclutamiento depende del
cambio conformacional que haya sufrido el factor de transcripción, en este caso
PPAR, tras haber sido activado por un ligando específico (Higgins y DePaoli,
2010). Una vez reclutadas las proteínas coactivadoras, se activa el promotor y
empieza la transcripción. Es así como inicia el proceso de expresión genética
de las proteínas implicadas en los caminos metabólicos en los que participan
los PPARs.
II.1.1 Subtipos
Los tres subtipos conocidos de PPARs son alfa, beta y gama; cada uno es
codificado por su propio gen, el cual lleva el mismo nombre. Los PPARs se
encuentran en las células de prácticamente todos los tejidos del cuerpo
5
humano, sin embargo cada subtipo se expresa mayormente en ciertos tejidos.
Por esta razón, cada uno participa en mayor medida en un camino metabólico
específico al ser activado por su ligando e iniciar la transcripción genética.
El receptor PPAR alfa se expresa en mayor cantidad en tejidos
energéticamente demandantes como el cardiaco, hepático y músculo
esquelético. Participa en la transcripción de genes que codifican para proteínas
involucradas en el catabolismo de lípidos y beta oxidación de grasas,
mayormente. Su activación por ligandos está relacionada con un mayor uso de
los ácidos grasos como sustrato energético, y por tanto una disminución de la
acumulación de lípidos en plasma y tejidos (Chan et al., 2013).
PPAR beta se encuentra en todos los tejidos del organismo humano, con una
ligera predominancia en el tracto digestivo, específicamente en colon. Este
subtipo también se conoce como PPAR delta, y participa en la diferenciación
celular y tumorigénesis. Se encuentra involucrado en la correcta implantación
del embrión, y en el desarrollo de cáncer de mama, próstata y de intestino
grueso (Zuo et al., 2014). PPAR beta/delta es el menos comprendido de los
PPARs, quizá por ser ubicuo. A diferencia de éste, PPAR gama ha sido muy
explorado en los últimos años, y se describe ampliamente en su propio
apartado.
II.1.2 Ligandos
El dominio de unión al ligando de los PPARs tiene más sitios de unión que el de
otros receptores hormonales nucleares, lo que les permite unirse a una gran
diversidad de compuestos exógenos o endógenos para su activación (Sheu et
al., 2005). Los de origen exógeno se pueden clasificar en naturales y sintéticos,
los endógenos son producto del metabolismo de lípidos. Los ligandos exógenos
sintéticos son compuestos fabricados por la industria farmacéutica para el
control de enfermedades metabólicas. Tanto los ligandos exógenos naturales
6
como los endógenos están relacionados con la dieta. Los ácidos grasos
dietarios, directamente asociados a los niveles de ácidos grasos libres en
plasma (AlSaleh et al., 2011), son los ligandos más ampliamente estudiados de
estos receptores hormonales nucleares.
Ligandos exógenos. Los ácidos grasos insaturados provenientes de la dieta,
especialmente los poliinsaturados (PUFAs), se unen y activan a los PPARs
(Krey et al., 1997). El ácido linoleico (omega 6) y el ácido alfa linolénico (omega
3), son ácidos grasos esenciales poliinsaturados que al activar a los PPARs
participan en la homeostasis de glucosa y lípidos. Esto sucede porque se
induce la transcripción de un patrón genético para la síntesis de proteínas que
se asocian a una mayor sensibilidad a la insulina y beta oxidación de grasas
(Kliewer et al., 1997; Xu et al., 1999), como se muestra en la Figura 2. Es por
ello que dichos ácidos grasos, especialmente el ácido alfa linolénico, son
usados para la prevención y tratamiento de enfermedades cardiovasculares.
Figura 2: Regulación de la transcripción por ácidos grasos poliinsaturados
(Modificada de Clarke, 2001).
La industria farmacéutica ha creado agonistas específicos para algunos
subtipos de PPARs. Estos ligandos sintéticos han sido ampliamente utilizados
en la práctica clínica para el control de enfermedades metabólicas como
dislipidemias y diabetes tipo 2. Los medicamentos de elección para el
tratamiento de dislipidemias dependientes de triglicéridos son agonistas de
7
PPAR alfa conocidos como fibratos. Por otro lado, las tiazolidinedionas son
agonistas específicos de PPAR gama. Se les conoce comúnmente como
glitazonas, y constituyen un grupo de hipoglucemiantes orales utilizados como
primera línea de tratamiento para diabetes tipo 2 (Schoonjans y Auwerx, 2000).
El patrón de expresión genética inducido por la activación de los PPARs
depende del ligando, el tejido y la célula en cuestión. Por ello, no se ha logrado
encontrar fármacos que induzcan únicamente la expresión de genes asociados
a sensibilidad a la insulina, sin provocar efectos adversos como ganancia de
peso a expensas de masa grasa. Los ácidos grasos poliinsaturados podrían
ejercer sus efectos benéficos al inducir un patrón de expresión genética
favorable. Esto es, mayor expresión de proteínas que participan en la oxidación
de lípidos y sensibilidad a la insulina, y menor de las que participan en la
adipogénesis.
Ligandos endógenos. Los PPARs se consideran sensores celulares de lípidos
porque su mayor actividad es a través de ligandos endógenos, como los ácidos
grasos poliinsaturados de cadena larga y eicosanoides derivados del
metabolismo lipídico. Tanto el ácido araquidónico, producto del ácido linoleico,
como los ácidos eicosapentaenoico (EPA) y docosahexaenoico (DHA)
derivados del alfa linolénico, son potentes agonistas de los PPARs. Las
enzimas ciclooxigenasa y lipooxigenasa actúan sobre estos últimos ácidos para
formar eicosanoides; el leucotrieno B4 es ligando y activador de PPAR alfa, y la
prostaglandina PGJ2 de PPAR gama (Krey et al., 1997).
Los ácidos grasos dietarios compiten por la actividad de las enzimas delta-5-
desaturasa y delta-6-desaturasa, necesarias para la biosíntesis de ácidos
grasos de cadena larga a partir de grasas esenciales poliinsaturadas. Los
ácidos grasos saturados de la dieta disminuyen el metabolismo de los ácidos
grasos esenciales, al competir por estas enzimas. Los ácidos grasos trans
provocan una mayor disminución que los saturados, aún en presencia de
8
cantidades adecuadas de grasas esenciales (Mahfouz et al., 1984; Larqué et
al., 2003). Esto se traduce en una menor síntesis de ligandos endógenos para
los PPARs ante un alto consumo de grasas saturadas y trans.
II.2 Receptor Activado por Proliferadores de Peroxisomas Gama (PPAR gama)
PPAR gama ha recibido mucha atención, ya que su mayor expresión es en el
tejido adiposo blanco y pardo. Tiene una alta expresión en células y tejidos del
sistema inmunológico, específicamente en macrófagos, por lo que se asocia a
la respuesta inflamatoria (Daynes y Jones, 2002; Straus y Glass 2007).
Participa en la transcripción de genes involucrados en la adipogénesis,
almacenamiento de lípidos, y homeostasis de glucosa (Rosen et al., 1999; Ren
et al., 2002). Se encuentra involucrado en la supresión de la
osteoblastogénesis, y se le atribuye cierta participación en el recambio óseo
(Kawai et al., 2010). Este receptor podría jugar un papel clave en la
fisiopatología de la obesidad y las enfermedades asociadas a ella, desde el
síndrome metabólico hasta diferentes tipos de cáncer.
II.2.1 Factor de Transcripción
PPAR gama es un factor de transcripción indispensable para la diferenciación
de adipocitos a partir de sus células precursoras, las células mesenquimáticas y
los fibroblastos (Rosen et al., 1999; Barak et al., 1999). La activación de la
transcripción de los genes que participan en la adipogénesis trae como
resultado la formación de adipocitos pequeños que almacenan ácidos grasos a
la vez que secretan leptina y adiponectina. Sin embargo, cuando la
concentración de ácidos grasos libres en plasma es muy alta a causa de un
consumo excesivo de grasas dietarias, PPAR gama induce una mayor
acumulación de lípidos en estos adipocitos. Los adipocitos hipertrofiados
secretan factor de necrosis tumoral alfa (TNF-alfa), resistina, e incluso ácidos
9
grasos al torrente sanguíneo, induciendo resistencia a la insulina y un estado de
inflamación crónica (Kubota et al., 1999).
Se ha indagado en el mecansimo de acción de las tiazolidinedionas con el
propósito de comprender la actividad transcripcional de PPAR gama. Al
examinar el efecto de la pioglitazona contra placebo en pacientes diabéticos, se
encontró que los ácidos grasos libres en ayuno y el TNF-alfa disminuyeron, a la
vez que aumentó la adiponectina en plasma. A pesar de que incrementó la
masa grasa, la concentración plasmática de leptina no cambió
significativamente (Miyazaki et al., 2004). La activación farmacológica de PPAR
gama se asocia a un tejido adiposo que secreta menos ácidos grasos y más
adiponectina a circulación, provocando mayor sensibilidad a la insulina y
tolerancia a la glucosa (Maeda et al., 2001; Yang et al., 2003). Los ácidos
grasos poliinsaturados, y otros compuestos bioactivos de la dieta, podrían
activar a este factor de transcripción sin aumentar la expresión de genes
asociados a adipogénesis. Su estudio llevará a identificar nuevas terapias
dietéticas para la prevención y manejo de trastornos metabólicos.
Los ácidos grasos saturados y trans provenientes de la dieta alteran la
expresión de genes asociados a sensibilidad a la insulina en el tejido adiposo,
en parte vía PPAR gama. En el tejido adiposo de ratas alimentadas con ácidos
grasos saturados y trans, se encontró un nivel alto de ARN mensajero de
resistina. El consumo de grasas saturadas se asoció a niveles bajos de ARN
mensajero de adiponectina y proteína transportadora de glucosa tipo 4 (GLUT
4), y altos de lipoproteína lipasa (LPL). Por otro lado, la ingestión de grasas
trans disminuyó el ARN mensajero de PPAR gama y LPL. El efecto de los
ácidos grasos trans para PPAR gama y resistina no cambió al aumentar el
contenido de ácido linoleico en la dieta (Saravanan et al., 2005). El consumo
alto de este tipo de grasas es un factor de riesgo conocido para trastornos
metabólicos; habrá que dilucidar su mecanismo de acción en la fisiopatología
de estas enfermedades a través de PPAR gama.
10
II.2.2 Gen PPARG
El gen que codifica para PPAR gama es PPARG, y se encuentra en la posición
25 del brazo corto del cromosoma 3 (3p25). Durante el proceso de expresión
genética de este subtipo de PPAR, se da una modificación post-transcripcional
conocida como corte y empalme alternativo. Dicha modificación resulta en tres
isoformas del receptor: PPAR gama 1, 2 y 3. PPAR gama 1 y 3 son receptores
idénticos; se distinguen porque la isoforma tres se transcribe a partir de un
promotor distinto en el mismo gen. PPAR gama 2 tiene treinta aminoácidos más
en su extremo amino terminal. PPAR gama 1 se expresa en muchos tejidos;
PPAR gama 3 se encuentra en tejido adiposo y colon. PPAR gama 2 es la
isoforma específica de los adipocitos, y se considera marcador de la
diferenciación adipogénica (Greene et al., 1995; Beamer et al., 1997; Fajas et
al., 1998).
II.3 Polimorfismo Pro12Ala de PPARG
Se han identificado algunos polimorfismos de un solo nucleótido (SNPs) en el
gen PPARG (Figura 3). El más común en diferentes poblaciones alrededor del
mundo es la mutación missense o “en sentido equivocado”, que produce el
cambio de citosina a guanina (CCA a GCA) en el codón 12 del exón B. El exón
B codifica los treinta aminoácidos en el extremo amino terminal del receptor que
definen la isoforma PPAR gama 2 específica para adipocitos. Dicha mutación
provoca la sustitución del aminoácido prolina por alanina, resultando en la
variante genética Pro12Ala para heterocigotos y Ala12Ala para homocigotos. El
cambio de un aminoácido por otro modifica significativamente la estructura de la
proteína sintetizada, alterando su función como receptor y factor de
transcripción (Yen et al., 1997).
11
Figura 3: Polimorfismos en el receptor PPAR gama 2 (Modificada de Knouff y Auerx, 2004).
El alelo Ala tiene una frecuencia alta en caucásicos y baja en asiáticos. Al ser
identificado, se reportó una frecuencia de 0.12 en americanos caucásicos, 0.10
en mexico-americanos, y 0.01 en chinos (Yen et al., 1997). Desde entonces, se
ha buscado su prevalencia en habitantes de diversos países y etnias. En
poblaciones europeas se le ha encontrado con la misma frecuencia que en el
resto de las poblaciones caucásicas. En México, la frecuencia alélica reportada
para mestizos mexicanos es de 0.10. Entre los grupos amerindios mexicanos,
los triquis tienen la mayor frecuencia alélica con 0.20, seguidos por los yaquis
con 0.17, y los mayas y mazahuas con 0.16 (Canizales-Quinteros et al., 2007).
Tomando en cuenta las ecuaciones de genética poblacional, hasta el 25 % de
una población caucásica podría ser portadora de dicho alelo (Stumvoll y Häring,
2002). Ésta aseveración es probable en ciertas poblaciones caucásicas
mestizas, como la mexicana.
II.3.1 Afinidad por el Elemento de Respuesta a PPAR (PPRE)
El receptor PPAR gama 2, codificado a partir del gen PPARG con el
polimorfismo Pro12Ala, tiene una afinidad más baja por PPRE, y por tanto una
menor habilidad para activar la transcripción (Deeb et al., 1998). Al usar una
tiazolidinediona para estimular a PPAR gama 2 con este polimorfismo, hubo
menor actividad transcripcional e inducción de la adipogénesis in vitro que al
estimular al receptor sin la mutación (Masugi et al., 2000).
La actividad adecuada de PPAR gama 2 es necesaria para mantener la
expresión de genes asociados a un adipocito maduro, eficiente, que almacene
12
lípidos, secrete adiponectina, y exprese la proteína transportadora de glucosa
tipo 4 (GLUT4). Mutaciones en el gen PPARG resultan en una disminución de
hasta un 50 % de la cantidad de RNA mensajero de diversas proteínas
involucradas en la internalización de lípidos, almacenamiento de triglicéridos, y
sensibilidad a la insulina (Tamori et al., 2002). PPAR gama 2 con la mutación
Pro12Ala podría tener mucha menor capacidad para activar a sus genes diana,
con respecto a un factor de transcripción sin alguna mutación.
II.3.2 Posibilidad de Incrementar el Riesgo Genético para Obesidad
La obesidad es una condición de exceso de tejido adiposo, el cual se compone
de adipocitos, preadipocitos, y macrófagos. El adipocito sobrecargado de
ácidos grasos secreta factores proinflamatorios y agentes protrombóticos hasta
llegar a un estado de hipoxia y apoptosis, lo que provoca la activación de los
macrófagos vecinos. Estos secretan factor de necrosis tumoral alfa y citocinas
proinflamatorias, lo que resulta en el reclutamiento de una mayor cantidad de
ellos. Es así como este tejido se convierte en un sitio de inflamación sostenida,
tornándose resistente a la insulina (Flier y Maratos-Flier, 2012).
PPAR gama 2 regula la expresión genética de factores proinflamatorios y
antiinflamatorios en el adipocito (Tamori et al., 2002). Un defecto en su función
provocaría una relación desproporcionada de estos factores, lo que podría
contribuir al desarrollo de adipocitos disfuncionales. Éstos, conservarían su
capacidad de almacenar lípidos para proteger órganos como corazón e hígado,
pero secretarían menos adipocinas antiinflamatorias como adiponectina. Ante
un alto consumo calórico, se generaría adipogénesis y menor sensibilidad a la
insulina, creando un círculo vicioso de inflamación de bajo grado. Todo ello
aunado a un alto consumo de ácidos grasos saturados y trans, con la
consiguiente disminución de ligandos naturales para PPAR gama 2, resultaría
perjudicial para portadores del polimorfismo Pro12Ala.
13
II.4 Alelo Ala y Obesidad en Distintas Poblaciones
La obesidad es un problema de salud pública a nivel mundial, por lo que es de
interés identificar los factores genéticos que contribuyen a esta patología (Flier y
Maratos-Flier, 2012; WHO, 2014). Su asociación con el polimorfismo Pro12Ala
no se ha podido determinar de forma concluyente. En algunas poblaciones los
genotipos Pro12Ala y Ala12Ala se asocian con un IMC mayor que el de los
portadores del genotipo silvestre Pro12Pro, mientras que en otras sucede lo
contrario. Por otro lado, hay quienes no encuentran asociación alguna. Esto nos
lleva a pensar que dicho polimorfismo está involucrado en la predisposición
genética para obesidad, sin embargo se ve afectado por factores ambientales,
entre los cuales la dieta podría ser el más importante.
II.4.1 Poblaciones con Consumo Alto de Grasas Insaturadas
El consumo alto de ácidos grasos poliinsaturados y monoinsaturados aparenta
ser un factor de protección para obesidad en portadores del polimorfismo
Pro12Ala. En un grupo de adultos finlandeses, los portadores del alelo Ala
tuvieron un IMC más bajo, y presentaron mayor sensibilidad a la insulina que
los del genotipo Pro12Pro (Deeb et al., 1998). La dieta tradicional finlandesa
incluye un consumo alto de pescados de agua fría ricos en ácidos grasos
poliinsaturados. En españoles con sobrepeso y obesidad, portar el alelo Ala se
asoció a niveles más bajos de insulina plasmática en ayuno. Estos españoles
consumían una dieta alta en proteína y grasa, sin embargo la mayor parte de
las grasas ingeridas eran monoinsaturadas (Garaulet et al., 2011).
Se han reportado interacciones gen-nutriente para el polimorfismo Pro12Ala. En
una población inglesa caucásica, se observó que ante una relación alta de
ácidos grasos poliinsaturados con respecto a saturados en la dieta, el IMC era
menor en portadores de este polimorfismo. Cuando esta relación disminuía, el
IMC aumentaba (Luan et al., 2001). En españoles con obesidad, los portadores
14
del alelo Ala tuvieron un porcentaje de grasa corporal y un IMC menor que
aquellos sin la variante genética. Esto sólo fue significativo cuando el consumo
de grasas monoinsaturadas fue mayor o igual al 56% del total de grasas
ingeridas (Garaulet et al., 2011). Dichas interacciones entre el polimorfismo
Pro12Ala y el consumo de ácidos grasos dificultan establecer su asociación con
el IMC, y por tanto con obesidad.
II.4.2 Poblaciones con Consumo Alto de Grasas Saturadas
Por otro lado, portar el polimorfismo Pro12Ala se ha considerado un factor de
riesgo para obesidad; esto sucede en poblaciones caracterizadas por un
consumo elevado de grasas saturadas. En un grupo de mexico-americanos
residentes del estado de Texas, portar el alelo Ala se asoció fuertemente a un
mayor IMC, circunferencia de cintura, y niveles de leptina en plasma (Cole et
al., 2000). En mestizos mexicanos y en población yaqui, los portadores del
polimorfismo tuvieron un IMC más alto que quienes no lo portaban (Canizales-
Quinteros et al., 2007). En adultos de Qatar, población caracterizada por una
rápida urbanización con el consiguiente incremento de la prevalencia de
obesidad, Pro12Ala fue un factor de riesgo independiente para hipertensión. No
se encontró asociación entre el polimorfismo y obesidad, sugiriendo que ésta es
modulada por múltiples factores, incluyendo la dieta (Bener et al., 2013).
El polimorfismo Pro12Ala es la primera variante genética identificada que afecta
de manera importante el riesgo de padecer diabetes tipo 2, enfermedad
fuertemente asociada a obesidad en población mexicana (Stumvoll y Häring,
2002; Rull et al., 2005). En adultos uruguayos portadores del alelo Ala, se
observó una asociación entre diabetes tipo 2 y el consumo alto de ácidos
grasos saturados y trans (Pisabarro et al., 2004). Esto sugiere que podría haber
una interacción entre las grasas dietarias del tipo trans y el polimorfismo
Pro12Ala. Se sabe que las grasas saturadas y trans son un factor de riesgo
15
para obesidad y diabetes tipo 2; habrá que comprobar que su consumo tiene un
mayor impacto en la salud de las personas portadoras de este polimorfismo.
En Sonora, la frecuencia alélica del polimorfismo Pro12Ala se conoce
únicamente para un grupo de yaquis, a pesar de haber una prevalencia alta de
obesidad. El 30.7% de los hombres y el 41.6% de las mujeres adultas de
Sonora tienen un IMC mayor o igual a 30 (ENSANUT, 2012). Esta población se
caracteriza por un consumo alto de grasas saturadas y trans, y bajo de
poliinsaturadas (Amaya, 2011; Guillot, 2012; Román, 2014). El consumo de
ácidos grasos trans es hasta 5 veces mayor al recomendado, y el de omega 3
es casi inexistente (Ballesteros et al., 2005; Valenzuela, 2010). Actualmente, la
Organización Mundial de la Salud busca que los alimentos estén libres de
ácidos grasos trans de origen industrial, ya que hay evidencia científica de que
éstos son más perjudiciales a la salud que los saturados (Uauy et al., 2009;
Kiage et al., 2014).
Por lo anterior, la población de Sonora es un buen modelo para estudiar la
asociación entre el polimorfismo Pro12Ala y la obesidad, así como la influencia
del consumo de ácidos grasos saturados y trans en esta asociación.
16
III. HIPÓTESIS
La variante Pro12Ala del gen PPARG en adultos residentes de Sonora, está
asociada con la presencia de obesidad, y esta asociación depende del consumo
de ácidos grasos saturados y trans.
17
IV. OBJETIVO GENERAL
Determinar la frecuencia de la variante Pro12Ala del gen PPARG en adultos
residentes de Sonora, y su asociación con obesidad, así como la influencia del
consumo de ácidos grasos saturados y trans en esta asociación.
IV.1 Objetivos Específicos
1. Determinar la presencia del polimorfismo Pro12Ala en un grupo de
adultos residentes de Sonora, y calcular la frecuencia alélica.
2. Evaluar el consumo de ácidos grasos saturados y trans en esta
población, mediante la aplicación de un cuestionario semicuantitativo de
frecuencia de consumo de alimentos.
3. Evaluar la asociación entre el polimorfismo y la presencia de obesidad,
analizando el papel de la ingestión de ácidos grasos en esta asociación.
18
V. MATERIALES Y MÉTODOS
V.1 Diseño y Marco Muestral
Se diseñó un estudio de corte transversal, abierto a la población general. El
tamaño de muestra se calculó a partir de la fórmula para dos proporciones, con
base en la literatura reportada para el polimorfismo Pro12Ala de PPARG, con
un poder estadístico de 80 %, a un nivel de confianza del 95 % (n = 156).
(1)
Participaron hombres y mujeres, de dieciocho a cincuenta años de edad. La
Secretaría de Salud de Sonora, a través de la Jurisdicción Sanitaria I, brindó
apoyo con los participantes. Los criterios de inclusión fueron los siguientes:
haber residido en Sonora durante al menos cinco años, encontrarse en su peso
normal (IMC < 25 kg/m2), o tener obesidad (IMC ≥ a 30 kg/m2). Se excluyeron
de este estudio a las personas diagnosticadas con diabetes mellitus tipo 1 y 2,
hipertensión, o enfermedades tiroideas, así como a mujeres embarazadas o en
periodo de lactancia. No se incluyeron en este protocolo a voluntarios bajo
tratamiento farmacológico o dietario para sobrepeso u obesidad. Se excluyeron
también a las personas con procedimientos de cirugía bariátrica.
Se aplicó un cuestionario médico breve para obtener información general de
salud de los participantes. Se obtuvo una muestra sanguínea, y se realizó
bioimpedancia eléctrica, así como una evaluación antropométrica, dietaria, y de
actividad física. Los participantes se clasificaron de acuerdo al índice de masa
19
corporal, obteniendo así un grupo de personas con obesidad y otro con peso
normal. El protocolo fue evaluado y aprobado por el Comité de Ética del Centro
de Investigación en Alimentación y Desarrollo A. C., y las personas que
decidieron participar tuvieron el derecho y la obligación de firmar un documento
de consentimiento informado, antes de su participación.
V.2 Identificación del Polimorfismo Pro12Ala
La identificación del polimorfismo Pro12Ala del gen PPARG se realizó en ADN
genómico, obtenido a partir de una muestra de 5 ml de sangre venosa
periférica. Los participantes se encontraban en ayuno de al menos ocho horas.
Las muestras se obtuvieron por venopunción convencional de la vena
antecubital, y se colectaron en tubos Vacutainer® con EDTA K2 como
anticoagulante. La purificación del ADN genómico leucocitario se llevó a cabo
con el kit comercial QIAmp DNA Mini Kit QIAGEN® (No. de catálogo 51304, lote
124109031), siguiendo las instrucciones del fabricante. Se determinó la
concentración y pureza de las muestras utilizando el espectrofotómetro
NanoDropTM 1000 (Thermo Fisher Scientific, USA), y se almacenaron a -20° C.
Se amplificó el ADN para realizar un análisis de mutaciones por PCR en tiempo
real (qPCR), haciendo uso de un kit comercial específico para el polimorfismo,
según las especificaciones del fabricante. El kit TaqMan® SNP Genotyping
Assay para rs1801282 (Pro12Ala de PPARG) fue adquirido de Applied
Biosystems®. Se utilizó un volumen de 12.5 µl de Master Mix, 1.25 µl de Stock
SNP 20X, y 10.25 µl de agua libre de DNAsas. A esta mezcla se le añadió 1 µl
de ADN (15 ng de ADN total), para obtener un volumen final de reacción de 25
µl. El programa de termociclado fue de 40 ciclos de 10 min a 95°C, 15 s a 92°C,
y 1 min a 60°C. El equipo utilizado fue el termociclador para PCR en tiempo real
StepOneTM Real-Time PCR System (No. de serie 271003848; Applied
Biosystems; Foster City CA, USA).
20
Los ensayos de genotipificación por discriminación alélica se llevaron a cabo
por medio de la presencia de dos sondas en cada reacción de amplificación,
para el sitio específico del polimorfismo Pro12Ala. La sonda complementaria a
“Pro” (alelo C) fue marcada con el fluorocromo VIC, y la complementaria a “Ala”
(alelo G) con el fluorocromo FAM. Los ensayos se analizaron con el programa
computacional StepOne versión 2.3, 2012 (Life Technologies Corporation,
Carlsbad, CA, USA).
V.3 Estimación de la Composición Corporal
Se estimó la composición corporal de los voluntarios en ayuno, utilizando un
equipo portátil de bioimpedancia eléctrica tetrapolar (ImpediMed IMP5TM). Para
estimar los porcentajes de masa libre de grasa y grasa, a partir de los valores
de resistencia y reactancia obtenidos, se utilizó la ecuación para población
mexicana diseñada por Macías y colaboradores (2007).
V.4 Evaluación Antropométrica
Se realizó la evaluación antropométrica a todos los participantes, en ayuno de
ocho horas. Dicha evaluación consistió en la medición de peso, talla,
circunferencias de cintura y cadera. Con estas mediciones se calcularon los
índices de masa corporal (IMC) y cintura-cadera (ICC). Las mediciones se
realizaron por personal entrenado para este propósito.
V.4.1 Peso Para medir el peso corporal, se utilizó una balanza electrónica digital con una
capacidad de 0 a 150 ± 0.05 kg (AND FU-150 KA1. A&D Co. LTD Japan). La
medición fue tomada con la persona bien posicionada sobre la balanza,
descalza, con prendas ligeras o, de ser posible, la menor cantidad de ropa
necesaria (Jellife y Jellife, 1989).
21
V.4.2 Talla Se obtuvo la talla de cada participante haciendo uso de un estadiómetro portátil
SECA® (rango 0.7-2.05 metros). Para obtener una medición precisa, la persona
se posicionó erguida, relajada, con los brazos a los lados del cuerpo y la cabeza
en el plano de Frankfurt. Se pidió no portar accesorios en la cabeza, objetos
distractores en los bolsillos, ni calzado, así como mantener los talones unidos.
Talones, glúteos, y cabeza estuvieron alineados tocando la superficie vertical
del estadiómetro. Para llevar a cabo la lectura, se le pidió a la persona que
realizara una respiración profunda. El dato se obtuvo al término de la exhalación
(Jellife y Jellife, 1989).
V.4.3 Índice de Masa Corporal (IMC) Se calculó el IMC (peso en kg / talla en m2) a partir de los datos obtenidos para
peso y talla. Con este cálculo, se clasificó a los participantes de acuerdo a su
estado nutricional, haciendo uso de los puntos de corte establecidos por la
Organización Mundial de la Salud. Se consideró con obesidad a cualquier
participante con un IMC mayor o igual a 30 kg/m2 (WHO, 2008).
V.4.4 Circunferencias de Cintura y Cadera Se midió la circunferencia de cintura y de cadera a cada participante, usando
una cinta antropométrica flexible de Gulick (150 cm). La persona se encontraba
de pie, con los brazos cruzados hacia el pecho. La medición de circunferencia
de cintura se realizó tomando como punto de referencia la cicatriz umbilical. La
circunferencia de cadera se midió a nivel de la parte más ancha de los glúteos
(WHO, 2008).
22
V.4.5 Índice Cintura-Cadera (ICC) A partir de las circunferencias de cintura y cadera, se calculó el índice cintura-
cadera (cintura en cm / cadera en cm). El diagnóstico de obesidad central se
hizo en mujeres con un ICC mayor o igual a 0.8, y en hombres cuando este
parámetro fue mayor o igual a 1.0 (WHO, 2008).
V.5 Evaluación Dietaria
Se estimó el consumo energético y la ingestión habitual de ácidos grasos, en el
último año de cada voluntario, a través de la aplicación de un cuestionario
semicuantitativo de frecuencia de consumo de alimentos. Este cuestionario fue
elaborado por Quizán y modificado para grasas por Guillot (2012). Para obtener
mayor precisión en el registro de tamaños y cantidades, se utilizó una carpeta
de modelos de alimentos de cartón.
Los datos obtenidos se codificaron y analizaron individualmente, usando el
programa computacional ESHA Food Processor II versión 10.3, 2008. Este
programa utiliza tablas de composición de alimentos para la población de
Estados Unidos de Norteamérica, por lo que se incluyeron alimentos regionales.
Para ello, se utilizaron las tablas de composición de alimentos para la población
sonorense, elaboradas en el Centro de Investigación en Alimentación y
Desarrollo, A.C. (Grijalva et al., 1995). Así mismo, se utilizaron los datos de
contenido de ácidos grasos trans de cuarenta alimentos en la dieta sonorense,
generados en el laboratorio de lípidos de este mismo centro de investigación
(Martínez, 2010). Con esta información, se estimó el porcentaje de consumo
que representa cada tipo de ácido graso del total de grasas consumidas en la
dieta, así como el consumo de grasas en gramos por día.
23
V.6 Determinación del Nivel de Actividad Física
Se determinó el nivel de actividad física (NAF) de cada participante empleando
un método de registro diario durante tres días, de los cuales dos
correspondieron a días entre semana y uno fue de fin de semana (Haggarty et
al., 1997). El formato de registro consistió en anotar la actividad física realizada
cada 15 minutos durante el transcurso de cada día, incluyendo las horas de
sueño. El NAF de cada persona se obtuvo y clasificó de acuerdo al rango de
categorías establecidas previamente por el comité FAO/WHO/UNU en el 2001.
V.7 Análisis Estadístico
Para el análisis estadístico, se evaluó la normalidad de los datos de las
diferentes variables. Se realizaron pruebas de t de Student para comparación
de medias de variables continuas, o en su caso, la prueba no paramétrica de
Mann Whitney. Se empleó la prueba de Chi-cuadrada para el análisis de la
distribución de las frecuencias genotípicas y alélicas del polimorfismo Pro12Ala,
y comparación de proporciones en adultos con y sin obesidad.
Para determinar la asociación del polimorfismo Pro12Ala (variable dependiente)
con obesidad y grasas dietarias, se realizaron análisis de regresión logística
multivariada, utilizando las razones de momios y sus intervalos de confianza al
95 %. Se probaron modelos separados con variables independientes
categóricas y continuas. Como categóricas, se analizaron la presencia o
ausencia de obesidad (IMC ≥ 30 kg/m2), y de obesidad central de acuerdo al
índice cintura-cadera y los criterios de la OMS para hombres y mujeres adultas
(2008). Como continuas, se analizaron el IMC, porcentaje de grasa corporal,
circunferencias de cintura y cadera, consumo energético, y porcentaje de
energía proveniente de cada tipo de grasa. Se consideraron las siguientes
variables de ajuste: consumo energético, actividad física, edad y sexo.
24
Además, para evaluar el posible efecto del consumo de ácidos grasos
saturados y trans en la asociación del polimorfismo Pro12Ala con obesidad, se
realizaron análisis de interacción. Se utilizó el consumo de grasas saturadas y
trans en gramos por día, obesidad central como variable categórica, y
porcentaje de grasa corporal como variable continua, considerando una
interacción significativa a una p < 0.1.
Se estratificó a los sujetos de estudio en grupos de consumo alto y bajo de
grasas saturadas y trans, respectivamente, de acuerdo a las medianas de
consumo en gramos por día. Se realizaron análisis de regresión logística
univariada, utilizando las razones de momios y sus intervalos de confianza al 95
%. Se probaron modelos separados para cada grupo de consumo, en los cuales
el polimorfismo Pro12Ala fue la variable dependiente. Como variables
independientes se probaron la presencia o ausencia de obesidad central, y el
porcentaje de grasa corporal como variable continua.
Los datos se procesaron en el paquete estadístico NCSS versión 2007 (Number
Cruncher Statistical System for Windows, Kaysville, Utah). Se estimaron
significancias a una p ≤ 0.05.
25
VI. RESULTADOS
El tamaño de muestra calculado, en base a la fórmula para dos proporciones y
la literatura reportada para la variante Pro12Ala de PPARG, fue de 156 sujetos.
Por distintos factores, principalmente la rigurosidad de los criterios de inclusión,
sólo 69 personas participaron en el presente estudio cumpliendo con los
criterios establecidos (49 mujeres y 20 hombres).
Las características antropométricas y de estilo de vida de los participantes se
muestran en la Tabla 1. Treinta y tres personas presentaron obesidad de
acuerdo al IMC (IMC ≥ a 30 kg/m2), y treinta y seis tuvieron un IMC normal (IMC
> a 18 y < 25 kg/m2). Todos los parámetros antropométricos fueron
significativamente diferentes entre ambos grupos (p < 0.05), a pesar de no
encontrarse diferencia en el nivel de actividad física (p = 0.47). Ambas medias
para el nivel de actividad física (1.57 mMB con obesidad; 1.59 mMB sin
obesidad) se encuentran dentro de la categoría de estilo de vida sedentario
(FAO/OMS/UNU 2001). No hubo diferencia en el consumo de tabaco, sin
embargo los sujetos sin obesidad presentaron un mayor consumo de alcohol (p
< 0.05), y su promedio de edad fue significativamente menor al de los sujetos
con obesidad (p < 0.05).
26
Tabla 1. Características antropométricas y de estilo de vida de los sujetos de estudio (n = 69).
Parámetro
Con obesidad1
n = 33
Sin obesidad
n = 36
p
Edad (años)
36.7 ± 7.7
26.4 ± 4.9
<0.05
Peso (kg) 92.0 ± 14.3 59.8 ± 8.3 <0.05 IMC (kg/m2) 35.3 ± 5.0 22.0 ± 1.7 <0.05
Grasa corporal (%) 40.7 ± 6.7 24.9 ± 5.5 <0.05 Cintura (cm) 107.5 ± 10.9 78.2 ± 7.2 <0.05 Cadera (cm) 118.3 ± 9.3 95.6 ± 4.8 <0.05
ICC 0.91 ± 0.06 0.81 ± 0.05 <0.05 2NAF (mMB) 1.57 ± 0.13 1.59 ± 0.16 0.47
Tabaco (cigarros/día) 0.5 ± 1.3 0.4 ± 1.7 0.45 Alcohol (mL/día) 174.5 ± 451 317.6 ± 823 <0.05ℓ
Media ± desviación estándar. Diferencia entre grupos evaluada por t de Student para datos
normales y ℓU de Mann-Whitney para datos no normales (p < 0.05).
1Obesidad determinada por
el índice de masa corporal (IMC ≥ 30 kg/m2).
2NAF, n = 31 con obesidad y 34 sin obesidad.
Abreviaturas: IMC, índice de masa corporal; ICC, índice cintura-cadera; NAF, nivel de actividad
física; mMB, múltiplo del metabolismo basal.
VI.1 Genotipificación
Se obtuvo ADN genómico, puro e íntegro, para los ensayos de genotipificación
por qPCR. La muestra de ADN de cada participante se amplificó y analizó con
el programa computacional StepOneTM. Éste, agrupó algorítmicamente los
datos y asignó un genotipo a cada muestra mediante discriminación alélica para
el polimorfismo Pro12Ala de PPARG. No se encontró el genotipo mutante
homocigoto (Ala12Ala) en nuestra población de estudio, y el programa no pudo
discriminar las muestras en los tres genotipos posibles. Por ello, se analizaron
con la función “2-Cluster Calling”, permitiendo agruparlas en el genotipo
silvestre Pro12Pro (alelos C/C) y mutante heterocigoto Pro12Ala (alelos C/G),
como se observa en la Figura 4.
27
Figura 4. Gráfica representativa de la discriminación alélica del polimorfismo Pro12Ala del gen
PPARG por fluorescencia de sondas TaqMan. Cada punto en la gráfica representa una
muestra; los homocigotos Pro12Pro aparecen como un punto rojo, y los heterocigotos Pro12Ala
como un punto verde. La “X” representa el control negativo.
28
VI.2 Frecuencias Genotípicas y Alélicas del Polimorfismo Pro12Ala de PPARG
en Adultos de Sonora
Tras analizar la variante Pro12Ala de PPARG, se calculó la frecuencia
genotípica (proporción de individuos con cada genotipo posible), y alélica
(proporción de cada alelo para el locus dado en nuestra población de estudio).
Cincuenta y ocho personas presentaron el genotipo silvestre Pro12Pro, once el
genotipo mutante en su variante heterocigota Pro12Ala, y ninguna el genotipo
mutante homocigoto Ala12Ala. También se calcularon las frecuencias
genotípicas por sexo, resultando 40 mujeres y 18 hombres con el genotipo
silvestre, 9 mujeres y 2 hombres con el mutante heterocigoto (Tabla 2).
Tabla 2. Distribución de las frecuencias genotípicas del polimorfismo Pro12Ala de PPARG en adultos de Sonora.
Total
n = 69 (%)
Mujeres
n = 49 (%)
Hombres n = 20 (%)
Genotipo Pro12Pro 58 (84) 40 (82) 18 (90) Pro12Ala 11 (16) 9 (18) 2 (10) Ala12Ala 0 (0) 0 (0) 0 (0)
En la Tabla 3 se muestra la distribución de las frecuencias alélicas de la
variante Pro12Ala de PPARG en adultos de Sonora: 0.92 para el alelo Pro y
0.08 para el alelo Ala. Se comparó dicha distribución con las frecuencias
reportadas en otras poblaciones de México, sin encontrar diferencia significativa
entre la población en el presente estudio, la mestiza mexicana (p = 0.52), y la
purépecha (p = 0.55). Por el contrario, se encontraron diferencias significativas
con respecto a las poblaciones yaqui (p = 0.05), mazahua y triqui (p < 0.05). Se
observa diferencia con respecto a la población maya, sin embargo no se
alcanzó significancia estadística. También se analizó la distribución de las
frecuencias genotípicas y alélicas del polimorfismo Pro12Ala con respecto a la
presencia de obesidad, sin encontrarse diferencias entre genotipos (Tabla 4).
29
Tabla 3. Frecuencias alélicas del polimorfismo Pro12Ala de PPARG en adultos de Sonora evaluados en el presente estudio y en otras poblaciones de México.
Población
Alelos
Pro Ala
Sonora1 0.92 0.08
Mestizos2
0.90
0.10
p = 0.52
Yaquis2
0.83
0.17 p = 0.05
Purépechas2
0.95
0.05
p = 0.55
Mazahuas2
0.84
0.16 p = 0.04
Mayas2
0.84
0.16
p = 0.06
Triquis2
0.80
0.20 p = 0.01
Significancia estadística al comparar por X2 la población de Sonora en estudio respecto a otras
poblaciones de México (p ≤ 0.05). 1Presente estudio;
2Canizales-Quinteros et al (2007).
Tabla 4. Distribución de las frecuencias genotípicas y alélicas del polimorfismo Pro12Ala en adultos de Sonora respecto a la presencia de obesidad1 (n = 69).
Con obesidad
n = 33 (%)
Sin obesidad
n = 36 (%) Genotipo Pro12Pro 27 (39.13) 31 (44.93) Pro12Ala 6 (8.7) 5 (7.25) p = 0.627 Frecuencia alélica Pro 60 (43.48) 67 (48.55) Ala 6 (4.35) 5 (3.62) p = 0.642 Significancia estadística al comparar por X
2 los genotipos y frecuencias alélicas entre sujetos
con y sin obesidad (p ≤ 0.05). 1Obesidad determinada por el índice de masa corporal (IMC ≥ 30
kg/m2).
30
Las personas con el genotipo mutante Pro12Ala sin obesidad tuvieron un
porcentaje de grasa corporal y un IMC significativamente mayor al de las
personas sin obesidad con el genotipo silvestre Pro12Pro (Tabla 5). No se
encontraron diferencias en los parámetros antropométricos entre los sujetos con
obesidad respecto al genotipo.
Tabla 5. Características antropométricas y de estilo de vida en sujetos con y sin obesidad1 de acuerdo al genotipo del polimorfismo Pro12Ala de PPARG.
Pro12Pro
Pro12Ala
Parámetro
Con
obesidad n = 27
Sin
obesidad n = 31
p2
Con
obesidad n = 6
Sin
obesidad n = 5
p3
Peso (kg)
92.5
±15.3
59.1 ±8.7
0.63
89.4 ±9.3
63.7 ±3.6
0.26
IMC (kg/m2) 35.3 ±5.2
21.8 ±1.6
0.93 35.5 ±4.1
23.5 ±1.2
0.03
GC (%) 40.2 ±6.9
23.9 ±4.9
0.32 43.2 ±5.9
30.8 ±5.8
0.01
Cintura (cm) 107.3 ±10.9
77.7 ±7.6
0.83 108.4 ±12.2
81.1 ±3.2
0.34
Cadera (cm) 118.6 ±10
95.4 ±4.9
0.69 116.9 ±5.5
97.3 ±4.3
0.42
ICC
0.90 ±0.06
0.81 ±0.05
0.50 0.92 ±0.07
0.83 ±0.06
0.40
NAF4 (mMB) 1.55 ±0.12
1.59 ±0.17
0.08 1.66 ±0.18
1.62 ±0.11
0.69
Tabaco5 0.39 ±1.15
0.46 ±1.8
0.54 0.75 ±1.8
0.0 ±0.0
0.19ℓ
Alcohol6 210.7 ±493
364.9 ±879
0.06ℓ 11.35 ±23.2
24.5 ±40.5
0.02ℓ
Media ± desviación estándar.1Obesidad definida por el índice de masa corporal (IMC ≥ 30
kg/m2). Significancia estadística al comparar a los sujetos
2con obesidad Pro12Pro vs con
obesidad Pro12Ala, y 3sin obesidad Pro12Pro vs sin obesidad Pro12Ala. Diferencia entre
grupos evaluada por t de Student para datos normales y ℓU de Mann-Whitney para datos no
normales (p ≤ 0.05). 4NAF, n = 26 con obesidad y 29 sin obesidad para el genotipo Pro12Pro, n
= 5 con obesidad para el genotipo Pro12Ala. 5Tabaco en cigarros por día,
6alcohol en mililitros
por día. Abreviaciones: IMC, índice de masa corporal; GC, grasa corporal; ICC, índice cintura-cadera; NAF, nivel de actividad física; mMB, múltiplo del metabolismo basal.
31
VI.3 Evaluación Dietaria
Para la evaluación dietaria, se aplicó un cuestionario semicuantitativo de
frecuencia de consumo de alimentos, estimando así el consumo promedio diario
de macronutrientes en el último año de los sujetos de estudio. Los datos que se
presentan corresponden a 63 sujetos (6 personas decidieron no continuar en el
estudio). El consumo energético promedio de los sujetos con obesidad fue
3,237.7 ± 1,322 kilocalorías por día, significativamente mayor al consumo de los
sujetos sin obesidad (2,571.2 ± 1,204; p = 0.04). La distribución de la energía
en los participantes con y sin obesidad se muestra en la Figura 5. El consumo
de carbohidratos y grasas fue similar entre ambos grupos, sin embargo los
sujetos sin obesidad tuvieron un mayor porcentaje de energía proveniente de
proteínas (17.7 ± 3.3 % con obesidad; 19.3 ± 3.0 sin obesidad; p = 0.04). Al
comparar entre los participantes con y sin obesidad, no hubo diferencias
significativas en los porcentajes de energía proveniente de los diferentes tipos
de grasas consumidas (Tabla 6).
Figura 5. Distribución del total de la energía proveniente de macronutrientes de acuerdo al
cuestionario semicuantitativo de frecuencia de consumo de alimentos, en sujetos con y sin
obesidad definida por el índice de masa corporal (IMC ≥ 30 kg/m2).
32
Tabla 6. Consumo promedio diario de macronutrientes de los sujetos de estudio (n = 63).
Nutrimento
Con obesidad1
n = 29
Sin obesidad
n = 34
p
Energía (kcal)
3,237.7 ± 1,322
2,571.2 ± 1,204
0.04
% Proteínas 17.7 ± 3.3 19.3 ± 3.0 0.04 % Carbohidratos 47.3 ± 5.8 45.0 ± 5.4 0.11
% Grasas 35.0 ± 4.7 35.6 ± 4.5 0.57 Saturadas (%) 11.3 ± 1.9 11.0 ± 2.3 0.51
Monoinsaturadas (%) 10.8 ± 2.5 11.7 ± 2.5 0.18 Poliinsaturadas (%) 4.4 ± 1.2 4.7 ± 1.3 0.41
Omega 6 (g) 12.1 ± 5.6 10.1 ± 5.5 0.16 Omega 3 (g) 3.3 ± 2.3 2.6 ± 2.7 0.09ℓ
n-6/n-3 4.7 ± 2.1 5.1 ± 2.1 0.43 AA/EPA 10.4 ± 7.6 8.2 ± 5.5 0.25ℓ
Trans (%) 2.4 ± 1.3 2.0 ± 1.3 0.18ℓ Ácido elaídico (g) 2.0 ± 2.3 1.4 ± 1.6 0.39ℓ
Ácido linoelaídico (g) 4.4 ± 3.7 2.8 ± 3.2 0.02ℓ Ácido vaccénico (g) 1.2 ± 1.2 0.9 ± 1.7 0.05ℓ
Colesterol (mg) 433.6 ± 280.6 396.6 ± 186.9 0.54 Media ± desviación estándar. Diferencia entre grupos evaluada por t de Student para datos normales y
ℓU de Mann-Whitney para datos no normales (p ≤ 0.05).
1Obesidad definida por el
índice de masa corporal (IMC ≥ 30 kg/m2). Abreviaciones: n-6/n-3, relación omega 6-omega 3;
AA/EPA, relación ácido araquidónico-eicosapentaenóico.
Los sujetos sin obesidad que presentan el genotipo mutante heterocigoto
Pro12Ala tuvieron un consumo energético significativamente menor que los que
portan esta misma variante y tienen obesidad (p = 0.02) (Tabla 7). Por el
contrario, no se encontró diferencia en el consumo energético entre personas
con y sin obesidad que presentan el genotipo silvestre Pro12Pro (p = 0.26). Así
mismo, se encontró diferencia significativa en el porcentaje de energía
proveniente de proteínas entre sujetos con y sin obesidad portadores del alelo
Ala, sin encontrar diferencia entre quienes no lo portan. También se observó
diferencia en el porcentaje energético proveniente de grasas saturadas entre
individuos con y sin obesidad portadores de Pro12Ala (p = 0.05).
33
Tabla 7. Consumo promedio diario de macronutrientes de sujetos con y sin obesidad1 de acuerdo al genotipo del polimorfismo Pro12Ala (n = 63).
Pro12Pro
Pro12Ala
Nutrimento
Con
obesidad n = 24
Sin
obesidad n = 29
p
Con
obesidad n = 5
Sin
obesidad n = 5
p
Eº (kcal)
3,097.5 ±1,242
2,709.1 ±1,247
0.26
3,910.6 ±1,637
1,770.9
±376
0.02
% Prot. 18.03 ±3.4
18.99 ±2.89
0.27 16.24 ±2.01
21.4 ±3.2
0.02
% Carbs. 47.31 ±6.27
45.01 ±5.4
0.16 47.2 ±3.34
45.06 ±6.02
0.51
% Grasas 34.64 ±4.9
35.99 ±4.54
0.30 36.56 ±3.06
33.56 ±3.57
0.19
AGS (%) 10.96 ±1.77
11.09 ±2.33
0.83 12.92 ±1.78
10.14 ±1.99
0.05
AGM (%) 10.94 ±2.66
11.74 ±2.54
0.27 10.3 ±1.47
11.26 ±2.08
0.42
AGP (%) 4.51 ±1.32
4.71 ±1.27
0.59 4.02 ±0.32
4.6 ±1.56
0.44
Trans (%) 2.36 ±1.4
2.13 ±1.34
0.54 2.56 ±1.05
1.54 ±0.8
0.12
Colesterol (mg)
435.3 ±299.8
411.1 ±193.6
0.72 425.04 ±185.2
312.43 ±123.8
0.29
Media ± desviación estándar. Significancia estadística al comparar a los sujetos con obesidad vs sin obesidad para cada genotipo. Diferencia entre grupos evaluada por t de Student (p ≤
0.05). 1Obesidad definida de acuerdo al índice de masa corporal (IMC ≥ 30 kg/m2).
Abreviaturas: Eº, energía; Prot. proteínas; Carbs. carbohidratos; AGS, ácidos grasos saturados; AGM, ácidos grasos monoinsaturados; AGP, ácidos grasos poliinsaturados.
Se comparó el consumo de grasa en gramos por día entre sujetos con y sin
obesidad, de acuerdo al genotipo del polimorfismo Pro12Ala, encontrando
diferencias significativas únicamente entre portadores del alelo Ala (Tabla 8). El
consumo promedio diario de grasa total, saturada y trans fue significativamente
mayor en los individuos con obesidad (p < 0.05). Es importante considerar que
el de grasas monoinsaturadas y poliinsaturadas omega 6 fue menor en los
sujetos sin obesidad (p < 0.05).
34
Tabla 8. Consumo promedio de grasa en gramos por día de sujetos con y sin 1obesidad de acuerdo al genotipo del polimorfismo Pro12Ala (n = 63).
Pro12Pro
Pro12Ala
Nutrimento g/día/año
Con
obesidad n = 24
Sin
obesidad n = 29
p
Con
obesidad n = 5
Sin
obesidad n = 5
p
Grasa total
120.2 ±49.35
107.3 ±45
0.32
161.9 ±79.46
65.77 ±13.17
0.03
AGS 38.59 ±18.25
33.27 ±15.44
0.26 58.45 ±31.21
19.72 ±4.5
0.03
AGM 37.52 ±16.27
34.60 ±15.57
0.51 44.15 ±18.39
22.58 ±7.6
0.04
AGP 15.34 ±6.27
13.76 ±5.78
0.34 17.79 ±8.2
9.04 ±3.37
0.06
Omega 6 11.37 ±4.8
10.8 ±5.63
0.70 15.71 ±7.95
6.06 ±2.56
0.03
Omega 3 2.94 ±1.87
2.79 ±2.8
0.30 ℓ 4.73 ±3.73
1.51 ±1.15
0.10
n-6/n-3 4.71 ±2.05
5.09 ±2.11
0.50 4.67 ±2.49
5.31 ±2.43
0.69
AA/EPA 9.73 ±7.44
8.09 ±5.9
0.37 13.4 ±8.29
8.6 ±1.78
0.24
Trans 7.99 ±5.51
6.67 ±5.6
0.18ℓ 12.37 ±8.49
3.08 ±1.71
0.04
Ác. Ela. 1.71 ±2.06
1.57 ±1.67
0.89ℓ 3.65 ±3.02
0.66 ±0.37
0.09♦
Ác. Lino. 3.92 ±2.99
3.06 ±3.43
0.08ℓ 6.69 ±5.98
1.55 ±1.2
0.10
Ác. Vacc. 1.22 ±1.28
0.98 ±1.81
0.18ℓ 1.26 ±0.93
0.34 ±0.47
0.08
Media ± desviación estándar. Diferencia entre grupos evaluada por t de Student para datos normales,
ℓU de Mann-Whitney para datos no normales, y
♦t de Student-Welch para varianzas
heterogéneas (p ≤ 0.05). 1Obesidad definida por el índice de masa corporal (IMC ≥ 30 kg/m
2).
Abreviaturas: AGS, ácidos grasos saturados; AGM, ácidos grasos monoinsaturados; AGP, ácidos grasos poliinsaturados; n-6/n-3, relación omega 6-omega 3; AA/EPA, relación ácido araquidónico-eicosapentaenóico; Ác. Ela., ácido elaídico; Ác. Lino., ácido linoelaídico; Ác. Vacc., ácido vaccénico.
35
VI.4 Asociación del Polimorfismo Pro12Ala con Obesidad y Grasas Dietarias
Se realizaron análisis de regresión logística multivariada para establecer una
asociación entre el polimorfismo Pro12Ala de PPARG y obesidad (Tabla 9). No
se encontró asociación entre la variante Pro12Ala y obesidad definida por el
índice de masa corporal (p = 0.756). Se probaron modelos separados con las
diversas variables antropométricas, encontrando una tendencia con respecto al
porcentaje de grasa corporal: las personas que portan el alelo Ala, tienen 7 %
mayor probabilidad de tener mayor porcentaje de grasa corporal con respecto a
las que no lo portan (RM = 1.07; IC 95% 0.99-1.14; p = 0.071). Al incluir el
consumo energético y la actividad física como variables de ajuste en dicho
modelo, la tendencia aumentó al 8 % de probabilidad, y adquirió significancia
estadística (RM = 1.08; IC 95 % 1.00-1.17; p = 0.048). Es decir, existe una
asociación independiente del genotipo Pro12Ala de PPARG con el porcentaje
de grasa corporal.
Por otro lado, se encontró una fuerte asociación de la variante Pro12Ala de
PPARG con la presencia de obesidad central de acuerdo a los criterios de la
OMS para hombres y mujeres adultas (2008). La asociación univariada de
Pro12Ala con la presencia de obesidad central no alcanzó significancia
estadística (RM = 3.78; IC 95 % 0.91-15.72; p = 0.068), sin embargo, al ajustar
por edad, actividad física y consumo energético, ésta resultó significativa (RM =
7.38; IC 95 % 1.19-45.77; p = 0.032). Es decir, las personas que portan el alelo
Ala son 7.38 veces más propensas a tener obesidad central que aquellas que
no lo portan. También se exploró la posible asociación entre la variante
Pro12Ala y el consumo de grasas dietarias mediante regresión logística, sin
encontrar asociación alguna (Tabla 10).
Se realizaron análisis de interacción para evaluar el posible efecto del consumo
de grasas saturadas y trans en la asociación de Pro12Ala con el porcentaje de
grasa corporal y con la presencia de obesidad central. No se encontraron
36
interacciones estadísticamente significativas (p > 0.1). Aun así, se exploró la
asociación del polimorfismo con obesidad, estratificando por consumo alto y
bajo de grasas saturadas y de grasas trans. Se encontró un posible efecto
modificador del consumo de estas grasas en la asociación de Pro12Ala con el
porcentaje de grasa corporal (Tabla 11). Así, cuando el consumo de grasas
saturadas o trans es elevado, existe una asociación cercana a la significancia (p
= 0.070 y p = 0.087, respectivamente), mientras que esta asociación se pierde
completamente cuando existen consumos bajos de grasas.
Además, no se encontró asociación de Pro12Ala con obesidad central en el
grupo de sujetos con consumo bajo de grasas saturadas (RM = 3.00; IC 95 % =
0.46-19.59; p = 0.251) o de grasas trans (RM = 3.56; IC 95 % = 0.54-23.39; p =
0.187). No se pudo evaluar el efecto del consumo de grasas saturadas y trans
en la asociación de Pro12Ala con obesidad central, para los grupos de consumo
alto de estas grasas, debido al tamaño de muestra.
Tabla 9. Genotipo Pro12Ala de PPARG y su asociación con la presencia de obesidad y variables antropométricas (n = 69).
Variables de interés
RM
IC 95%
P
ℓObesidad1
1.25
0.31-5.08
0.756
IMC (kg/m2)1,2 1.04 0.95-1.14 0.383 Grasa corporal (%)1,2 1.08 1.00-1.17 0.048
Cintura (cm)3,4 1.01 0.97-1.06 0.562 Cadera (cm)3,4 1.00 0.95-1.06 0.990
♦Obesidad central1,2,3 7.38 1.19-45.77 0.032 Análisis de regresión logística multivariada, modelos independientes para cada variable (p ≤ 0.05).
ℓObesidad definida por el índice de masa corporal (IMC ≥ 30 kg/m
2).
♦Obesidad central de
acuerdo a los criterios de la OMS para el índice cintura-cadera en hombres y mujeres adultas (2008). Variables de ajuste:
1consumo energético,
2actividad física,
3edad y
4sexo. Abreviaturas:
RM, razón de momios; IC, intervalos de confianza; IMC, índice de masa corporal.
37
Tabla 10. Genotipo Pro12Ala de PPARG y su asociación con variables dietarias (n = 63).
Variables de interés
RM
IC 95%
P
Calorías (kcal)1
1.00
0.99-1.00
0.849
Grasa total (%) 0.98 0.84-1.15 0.835 Saturada (%) 1.11 0.82-1.51 0.492
Monoinsaturada (%) 0.90 0.66-1.22 0.486 Poliinsaturada (%) 0.81 0.44-1.46 0.475
Trans (%) 0.89 0.51-1.56 0.678 Análisis de regresión logística multivariada, modelos independientes para cada variable (p ≤ 0.05).
1Modelo ajustado por sexo, edad, y actividad física. Abreviaturas: RM, razón de momios;
IC, intervalos de confianza.
Tabla 11. Genotipo Pro12Ala de PPARG y su asociación con el porcentaje de grasa corporal de acuerdo al consumo de grasas saturadas y trans1.
Grupo de consumo
RM
IC 95 %
P
Alto en saturadas
1.20
0.98-1.47
0.070
Bajo en saturadas 1.03 0.94-1.13 0.476 Alto en trans 1.16 0.98-1.38 0.087 Bajo en trans 1.06 0.96-1.17 0.236
Análisis de regresión logística univariada, modelos independientes para cada grupo de consumo (p ≤ 0.05).
1Consumo de grasas saturadas y trans en gramos por día. Grupos
formados de acuerdo a las medianas de consumo (33.24 g para grasas saturadas y 5.25 g para grasas trans). Grupos de consumo alto de grasas saturadas y trans n = 32, respectivamente; grupos de consumo bajo n = 31, respectivamente. Abreviaturas: RM, razón de momios; IC, intervalos de confianza.
38
VII. DISCUSIÓN
El primer aspecto a considerar en la presente investigación es el tamaño de
muestra alcanzado, 44.23 % de la muestra originalmente calculada. Además, se
tuvo mayor participación de mujeres que de hombres para ambos grupos de
estudio (con y sin obesidad), es decir, las mujeres representaron el 71 % de la
muestra total. Sin embargo, los resultados obtenidos son concordantes con
otros estudios, por lo que podrían contribuir a la posibilidad de una interacción
gen-nutriente-salud con respecto al polimorfismo Pro12Ala del gen PPARG.
El análisis de las características de estilo de vida de los participantes reveló un
nivel de actividad física sedentario para el 83 % de los sujetos estudiados.
Tanto los sujetos con obesidad como aquellos sin ésta tuvieron promedios de
actividad dentro de la clasificación sedentaria (1.57 mMB con obesidad, 1.59
mMB sin obesidad) según el comité FAO/OMS/UNU 2001. Las actividades
mayormente registradas por los individuos, según el método de registro de
actividad física, fueron “sentado tranquilamente” y “sentado en el escritorio”.
Además, pocos sujetos reportaron practicar actividad física estructurada con
regularidad. Estos resultados son consistentes con lo anteriormente descrito
para la población adulta de Sonora (Valenzuela, 2010; Román, 2014).
Si bien se reconoce la importancia de practicar actividad física regularmente
como parte de un estilo de vida saludable, algunos estudios demuestran que el
porcentaje de grasa corporal se asocia con la dieta independientemente de la
actividad (Foster-Schubert et al., 2012; Drenowatz et al., 2014). Esto concuerda
con las diferencias significativas en todos los parámetros antropométricos entre
los grupos con y sin obesidad, a pesar del sedentarismo observado en la
39
población total en estudio. Sin embargo, es importante mencionar que la edad
promedio del grupo sin obesidad fue significativamente menor a la del grupo
con obesidad. Se sabe que la composición corporal se ve afectada por la edad
(St-Onge y Gallagher 2010), lo cual se refleja en nuestros resultados.
VII.1 Prevalencia del Polimorfismo Pro12Ala en Adultos de Sonora
La prevalencia de la variante heterocigota Pro12Ala del gen PPARG en el
presente estudio fue similar a la reportada para la población mestiza de la
Ciudad de México (Canizales-Quinteros et al., 2007), y la zona occidente del
país (Vázquez-Del Mercado et al., 2015). Dicha variante se presentó en el 19.85
% de la población de la Ciudad de México y sus alrededores (n = 131), 19.73 %
de diversas zonas del occidente de México (n = 375), y 15.94 % de Sonora (n =
69). No se identificó a la variante homocigota Ala12Ala en el presente estudio,
al igual que en el realizado por Canizales-Quinteros y colaboradores (2007). La
frecuencia del alelo Ala fue similar en adultos de Sonora (0.08), mestizos de la
Ciudad de México (0.10), y del occidente del país (0.12), considerando las
diferencias en los tamaños de muestra.
Al comparar las frecuencias alélicas del polimorfismo Pro12Ala entre adultos de
Sonora y poblaciones amerindias mexicanas (Tabla 3), se observa que en las
poblaciones yaqui, maya y mazahua se duplica la frecuencia del alelo Ala. La
población triqui presentó dicho alelo 2.5 veces más que la población de Sonora.
Por otro lado, la frecuencia del alelo Ala en población purépecha fue baja en
comparación con el resto de las poblaciones amerindias, pero se asemeja a la
mestiza mexicana y a la estudiada en la presente investigación. Algunos
investigadores atribuyen este hecho al origen de la población purépecha,
probablemente distinto al de otros grupos amerindios, ya que se han
documentado diferencias en otros marcadores genéticos (Gamboa et al., 2001;
Loeza et al., 2002; Canizales-Quinteros et al., 2007). Cabe mencionar que la
población pima de una comunidad en el centro de Arizona también presentó
40
una frecuencia del alelo Ala similar a la mestiza mexicana, y diferente a otros
grupos amerindios (0.09) (Muller et al., 2003).
La frecuencia del alelo Ala en poblaciones mexico-americanas es similar a la
reportada para mestizos mexicanos y para la población de Sonora en el
presente estudio. Tras identificarse el polimorfismo Pro12Ala de PPARG, se
reportó en 0.10 para un grupo de mexico-americanos (Yen et al., 1997). Así
mismo, los individuos participantes del San Antonio Family Heart Study en
Texas presentaron una frecuencia alélica de 0.12 (Cole et al., 2000). Estas
frecuencias son similares a las encontradas en diversas poblaciones europeas
(0.09 española, 0.07 italiana, 0.12 francesa), y diferentes a las asiáticas y
africanas (0.04 para la japonesa, china y etíope, respectivamente) (Scacchi et
al., 2007).
Lo anteriormente expuesto concuerda con el análisis de diversidad genómica en
población mestiza mexicana realizado por Silva-Zolezzi y colaboradores (2009).
En dicho estudio se determinó que los mestizos de Sonora tienen una
proporción ancestral más cercana a la europea que a la amerindia, y más lejana
a la africana con respecto a otras regiones del país.
Al analizar la distribución de las frecuencias genotípicas y alélicas del
polimorfismo Pro12Ala respecto a la presencia de obesidad definida por el IMC,
no se encontraron diferencias entre genotipos ni alelos (Tabla 4). En contraste,
Canizales-Quinteros y colaboradores (2007) reportaron diferencias
significativas, tanto en la distribución genotípica como alélica entre sujetos
mestizos mexicanos con sobrepeso y obesidad vs sujetos con IMC normal. Por
su parte, Vázquez-Del Mercado y colaboradores (2015) reportaron diferencias
significativas en la distribución genotípica de Pro12Ala entre adultos con y sin
obesidad de acuerdo al IMC, más no para las frecuencias alélicas. Ambos
estudios reportaron una mayor ocurrencia de los genotipos mutantes en
personas con sobrepeso y obesidad, y obesidad respectivamente. Dicha
41
diferencia entre el presente estudio y los realizados en otras poblaciones
mestizas de México podría deberse a nuestro reducido tamaño de muestra.
Se compararon las características antropométricas entre sujetos respecto a los
dos genotipos identificados en el presente estudio, Pro12Pro y Pro12Ala. En
sujetos sin obesidad (edad promedio 26.4 ± 4.9 años), el porcentaje de grasa
corporal fue significativamente mayor en los portadores del alelo mutante Ala
(30.8 ± 5.75 %) que en quienes no lo portan (23.9 ± 4.92 %). Estos sujetos
podrían tener mayor predisposición genética a la aparición de enfermedades
crónicas relacionadas con adiposidad en edades relativamente tempranas, aún
en ausencia de obesidad per se. Por ejemplo, se ha reportado la asociación
independiente del alelo Ala con hipertensión en diversas poblaciones (Kim et
al., 2007; Bener et al., 2013). También se ha observado que mujeres con el
genotipo mutante homocigoto Ala12Ala podrían tener mayor riesgo de
presentar cáncer de mama (Wang et al., 2007). Además, es bien conocida la
asociación de este polimorfismo con intolerancia a la glucosa, resistencia a la
insulina, y diabetes tipo 2.
VII.2 Evaluación Dietaria y Consumo de Ácidos Grasos Saturados y Trans
Los resultados del cuestionario semicuantitativo de frecuencia de consumo de
alimentos muestran, una vez más, que la población de Sonora se caracteriza
por mantener una dieta hipercalórica rica en grasas. El consumo energético
promedio, tanto en sujetos con obesidad (3,237.7 ± 1,322 kcal) como en sujetos
sin ella (2,571.2 ± 1,204 kcal), es mayor al recomendado para la población
adulta mexicana. Según las Guías Alimentarias y de Actividad Física de la
Academia Nacional de Medicina y el Instituto Nacional de Salud Pública, los
adultos mexicanos de 19 a 59 años de edad deben consumir 1,700 a 2,100
kilocalorías diarias (ANM, 2015). La dieta hipercalórica sonorense, aunada al
estilo de vida sedentario, es un factor contribuyente al aumento del riesgo
42
cardio-metabólico y enfermedades crónicas, incluida la obesidad, en esta
población (Valenzuela, 2010; Guillot, 2012; Román, 2014).
Si bien se observó diferencia significativa entre el consumo energético de
adultos con y sin obesidad (p = 0.04), ésta se perdió al comparar entre sujetos
con el genotipo silvestre Pro12Pro (p = 0.26) (Tabla 7). Sin embargo, la
significancia aumentó al comparar entre sujetos con y sin obesidad portadores
del alelo mutante Ala (p = 0.02). Los sujetos con el genotipo Pro12Ala, sin
obesidad, tuvieron un consumo promedio de 1,770.9 ± 376 kilocalorías diarias,
mientras que en aquellos con obesidad el promedio fue de 3,910.6 ± 1,637
kilocalorías. Es decir, la obesidad en portadores del alelo Ala podría depender
del consumo energético total. Por otro lado, para portadores del genotipo
silvestre Pro12Pro, la presencia de obesidad dependería de algunos otros
factores, y no sólo del consumo de energía.
El porcentaje de energía proveniente de proteínas fue significativamente mayor
en el grupo sin obesidad que en el grupo con ésta (p = 0.04). Los sujetos sin
obesidad tuvieron un promedio de 19.3 ± 3.0 %, ligeramente mayor al
recomendado para población adulta mexicana, el cual se estableció en 15 a 18
% del consumo energético total (ANM, 2015). Por otro lado, el promedio de los
sujetos con obesidad fue 17.7 ± 3.3 %. Esta diferencia fue más significativa al
comparar entre sujetos con y sin obesidad portadores del alelo Ala (p = 0.02), y
perdió significancia estadística al comparar entre portadores del genotipo
silvestre Pro12Pro (p = 0.27). Se ha reconocido que las dietas con porcentajes
más altos de energía proveniente de proteínas inducen mayor pérdida de peso,
y mejoran el perfil de lípidos en plasma (Skov et al., 1999; Noakes et al., 2005;
Wycherley et al., 2012). Es probable que los individuos portadores del alelo Ala
sean mayormente beneficiados por dietas hiperprotéicas, a comparación de los
individuos con el genotipo Pro12Pro.
43
El porcentaje de energía proveniente de carbohidratos fue similar para ambos
grupos de estudio (47 % con obesidad vs 45 % sin obesidad). Dichos
porcentajes se encuentran por debajo de la recomendación emitida por la
Academia Nacional de Medicina (2015), la cual se estableció en 50 a 55 % del
consumo energético diario. Sin embargo, los alimentos ricos en carbohidratos
simples, como bebidas azucaradas y tortillas de harina de trigo, fueron los
principales aportadores de energía. Es importante mencionar que algunos
estudios sugieren que la calidad de la dieta tiene mayor impacto que el
consumo energético total, tanto en la composición corporal como en otros
marcadores de riesgo cardio-metabólico (Sloth et al., 2009; Babio et al., 2014).
No hubo diferencia en el porcentaje de energía proveniente de grasa total entre
sujetos con y sin obesidad (35.0 ± 4.7 %, y 35.6 ± 4.5 %, respectivamente).
Ambos porcentajes se encuentran por arriba de la recomendación para
población adulta mexicana (30 % o menos), según la Academia Nacional de
Medicina (2015), y son similares al reportado para adultos sonorenses (32.8 %)
(Román, 2014). El porcentaje de energía proveniente de grasas saturadas fue
mayor al recomendado (menos de 7 %) en ambos grupos de estudio (11.3 %
con obesidad, 10.95 % sin obesidad). Al comparar dicho porcentaje entre
sujetos con y sin obesidad respecto al polimorfismo Pro12Ala, se observó
diferencia únicamente entre los portadores del alelo Ala (12.92 % con obesidad,
10.14 % sin obesidad; p = 0.05). Las grasas son el macronutriente con mayor
aporte energético por gramo consumido, por lo que será importante promover
un menor consumo en esta población.
Por otro lado, el consumo de grasas poliinsaturadas se encontró por debajo de
las recomendaciones (6 a 10 %), y fue de 4.43 % y 4.69 % para adultos con y
sin obesidad, respectivamente. Para ambos grupos, el porcentaje proveniente
de grasas monoinsaturadas fue similar al de grasas saturadas. El de ácidos
grasos trans se encontró por encima de las recomendaciones nacionales (ANM,
2015) e internacionales actuales (< de 1 %, o eliminarlos por completo). No
44
hubo diferencia en el colesterol dietario entre adultos con y sin obesidad, y
también fue mayor a las recomendaciones nacionales de 120 a 130 mg por
cada mil kilocalorías. El consumo alto de grasas saturadas y trans, y bajo de
poliinsaturadas, es un patrón característico de la población tanto escolar como
adulta de Sonora (Amaya, 2011; Guillot, 2012; Román 2014).
Al comparar el consumo de grasa en gramos por día, se encontraron
diferencias significativas sólo entre sujetos con el genotipo Pro12Ala (Tabla 8).
El consumo promedio diario de grasa total, saturada y trans fue mayor en los
individuos con obesidad que en aquellos sin ésta (p < 0.05). Estos resultados
concuerdan con lo reportado por Pisabarro y colaboradores (2004). En dicho
estudio se observó que el consumo de grasas saturadas y trans, en gramos por
día, fue significativamente mayor en individuos portadores del alelo Ala con
diabetes tipo 2 que en aquellos sin la enfermedad. Ésta diferencia en el
consumo de grasas saturadas y trans no se encontró entre sujetos con y sin
diabetes portadores del genotipo silvestre Pro12Pro. Es probable que el alto
consumo de estas grasas sea un factor de mayor importancia en el desarrollo
de obesidad, y enfermedades asociadas a ésta, en sujetos portadores del alelo
Ala que en aquellos con el genotipo silvestre.
Los sujetos portadores del alelo Ala sin obesidad tuvieron un menor consumo
de ácidos grasos monoinsaturados y poliinsaturados omega 6, en gramos por
día, que los sujetos con obesidad portadores del alelo (p < 0.05). Esto podría
deberse al menor consumo energético observado en dicho grupo. Sin embargo
será importante promover el consumo de estas grasas benéficas,
especialmente monoinsaturadas, sustituyendo grasas saturadas y trans.
VII.3 Asociación del Polimorfismo Pro12Ala de PPARG con Obesidad
Uno de los principales objetivos de este trabajo de investigación fue evaluar la
asociación del polimorfismo Pro12Ala de PPARG con la presencia de obesidad.
45
Si bien no se encontró asociación con obesidad definida por el índice de masa
corporal, se encontró una asociación independiente de Pro12Ala con el
porcentaje de grasa corporal (RM = 1.08; IC 95 % 1.00-1.17; p = 0.048).
Además, se encontró una fuerte asociación entre Pro12Ala y la presencia de
obesidad central (RM = 7.38; IC 95 % 1.19-45.77; p = 0.032). Lo anterior
concuerda con los resultados publicados recientemente por Vázquez-Del
Mercado y colaboradores (2015). En dicho estudio se observó que los mestizos
mexicanos portadores del genotipo Ala12Ala mostraron elevados índices de
adiposidad, incluyendo el índice de volumen abdominal y área total de
adiposidad en cm2.
La obesidad abdominal, especialmente visceral, es un factor de riesgo conocido
para el desarrollo de resistencia a la insulina, síndrome metabólico, diabetes
tipo 2, y enfermedad cardiovascular. Esto se debe a que su acumulación se
encuentra estrechamente ligada a la respuesta inflamatoria. El tejido adiposo
produce diversas citocinas, sin embargo la grasa visceral se ha considerado la
mayor productora de adipocinas proinflamatorias como resistina, y moléculas
como el factor de necrosis tumoral alfa (Guerre-Millo, 2004; Bastard et al.,
2006). Además, se ha demostrado que los ácidos grasos saturados y trans
presentes en la dieta se depositan en la grasa abdominal. Incluso se reportó
que los ácidos grasos saturados presentes en la grasa visceral guardan una
asociación positiva con el colesterol LDL y triglicéridos, y una relación inversa
con el colesterol HDL (Guillot, 2012). Por lo anterior, es plausible que los
portadores del polimorfismo Pro12Ala sean más susceptibles a las
enfermedades crónicas asociadas a adiposidad, incrementando este riesgo
ante un consumo elevado de grasas saturadas y trans.
Es importante mencionar que el presente estudio, según nuestro mejor saber y
entender, es el primero en México en el cual se busca la asociación del
polimorfismo Pro12Ala con obesidad considerando la dieta. No se encontró
asociación entre la variante heterocigota Pro12Ala, consumo energético total y
46
los diferentes porcentajes de energía provenientes de grasa. Hasta el momento,
no existe evidencia suficiente que respalde una mayor susceptibilidad genética
por un consumo alto de grasas en portadores de este polimorfismo. Sin
embargo, los resultados de la evaluación dietaria revelaron que el consumo
elevado de grasas saturadas y trans aparenta ser un factor ambiental más
perjudicial para quienes portan el alelo Ala. Además, se encontró un posible
efecto modificador del consumo de grasas saturadas y trans en la asociación
independiente de la variante Pro12Ala con el porcentaje de grasa corporal. Así
mismo, se observó que la asociación de Pro12Ala con la presencia de obesidad
central desaparece cuando existe un consumo bajo de grasas saturadas o de
grasas trans.
La asociación independiente de la variante Pro12Ala del gen PPARG con el
porcentaje de grasa corporal y con la presencia de obesidad central en adultos
de Sonora, y el posible efecto modificador del consumo de grasas saturadas y
trans en estas asociaciones, aportan evidencia a una posible interacción gen-
nutriente-salud. Futuras investigaciones deberán encaminarse a la identificación
de otros polimorfismos asociados a obesidad en población mexicana, y a la
interacción entre éstos y con la dieta para conferir un fenotipo a sus portadores.
Pro12Ala también podría llegar a considerarse un biomarcador subrogado para
ciertas enfermedades crónicas, lo cual permitiría una intervención nutricional
temprana, preventiva, en portadores de este polimorfismo.
Este trabajo de investigación podría contribuir a establecer recomendaciones
dietarias específicas para la población de Sonora, así como a elaborar
intervenciones en salud pública más efectivas.
47
VIII. CONCLUSIONES
El polimorfismo Pro12Ala del gen PPARG se presentó en el 15.94 % de la
muestra de adultos de Sonora estudiada. No se identificó a la variante
homocigota Ala12Ala en esta población. Las frecuencias alélicas fueron 0.92
para el alelo silvestre Pro y 0.08 para el alelo mutante Ala, similares a las
reportadas para diversas poblaciones europeas.
La población adulta de Sonora mantiene una dieta hipercalórica alta en grasas
saturadas y trans, y baja en poliinsaturadas, lo cual representa un factor de
riesgo ambiental para obesidad, aparentemente más perjudicial en portadores
del alelo mutante Ala.
Se encontró un posible efecto modificador del consumo de grasas saturadas y
trans en la asociación independiente de la variante Pro12Ala con el porcentaje
de grasa corporal. Así mismo, se observó que la asociación de Pro12Ala con la
presencia de obesidad central desaparece cuando existe un consumo bajo de
grasas saturadas o de grasas trans. No hubo asociación del polimorfismo con el
consumo energético total, ni con los porcentajes de energía proveniente de los
diferentes tipos de grasa.
Se concluye que la asociación de la variante Pro12Ala del gen PPARG con el
porcentaje de grasa corporal y con la presencia de obesidad central en adultos
de Sonora, y el posible efecto modificador del consumo de grasas saturadas y
trans en estas asociaciones, aportan evidencia a una posible interacción gen-
nutriente-salud.
48
IX. REFERENCIAS
Academia Nacional de Medicina (ANM). 2015. Guías alimentarias y de actividad física en contexto de sobrepeso y obesidad en la población mexicana. Primera edición. AlSaleh A., O’Dell S.D., Frost G.S., Griffin B.A., Lovegrove J.A., Jebb S.A., Sanders T.A.; RISCK Study investigators. 2011. Interaction of PPARG Pro12Ala with dietary fat influences plasma lipids in subjects at cardiometabolic risk. J Lipid Res. 52:2298-2303.
Amaya M. 2011. Evaluación del patrón de predominancia de las subfracciones de la lipoproteína HDL y su asociación con el riesgo cardiovascular en niños de edad escolar. Tesis de maestría. Centro de Investigación en Alimentación y Desarrollo, A.C. Hermosillo, Sonora. Auwerx J. 1999. PPARgamma, the ultimate thrifty gene. Diabetología. 42:1033-1049. Babio N., Toledo E., Estruch R., Ros E., Martínez-González M.A., Castañer O., Bulló M., Corella D., Arós F., Gómez-Gracia E., Ruíz-Gutiérrez V., Fiol M., Lapetra J., Lamuela-Raventos R.M., Serra-Majem L., Pintó X., Basora J., Sorlí J.V., Salas-Salvadó J. 2014. Mediterranean diets and metabolic syndrome status in the PREDIMED randomized trial. CMAJ. 186:E649-E657. Ballesteros M.N., Cabrera R.M., Saucedo Mdel. S., Aggarwal D., Shachter N.S., Fernandez M.L. 2005. High intake of saturated fat and early occurrence of specific biomarkers may explain the prevalence of chronic disease in northern Mexico. J Nutr. 135:70-73. Barak Y., Nelson M.C., Ong E.S., Jones Y.Z., Ruiz-Lozano P., Chien K.R., Koder A., Evans R.M. 1999. PPAR gamma is required for placental, cardiac, and adipose tissue development. Mol Cell 4:585-595.
Bastard J.P., Maachi M., Lagathu C., Kim M.J., Caron M., Vidal H., Capeau J., Feve B. 2006. Recent advances in the relationship between obesity, inflammation, and insulin resistance. Eur Cytokine Netw. 17:4-12.
49
Beamer B.A., Negri C., Yen C.J., Gavrilova O., Rumberger J.M., Durcan M.J., Yarnall D.P., Hawkins A.L., Griffin C.A., Burns D.K., Roth J., Reitman M., Shuldiner A.R. 1997. Chromosomal localization and partial genomic structure of the human peroxisome proliferator activated receptor-gamma (hPPAR gamma) gene. Biochem Biophys Res Commun. 233:756-759.
Bener A., Darwish S., Al-Hamaq A.O., Mohammad R.M., Yousafzai M.T. 2013. Association of PPARgamma 2 gene variant Pro12Ala polymorphism with hypertension and obesity in the aboriginal Qatari population known for being consanguineous. Appl Clin Genet. 6:103-111.
Boitier E., Gautier J.C., Roberts R. 2003. Advances in understanding the regulation of apoptosis and mitosis by peroxisome-proliferator activated receptors in pre-clinical models: relevance for human health and disease. Comp Hepatol. 2:3. Canizales-Quinteros S., Aguilar-Salinas C.A., Ortíz-López M.G., Rodríguez-Cruz M., Villareal-Molina M.T., Coral-Vázquez R., Huertas-Vázquez A., Hernández-Caballero A., López-Alarcón M., Brito-Zurita O.R., Domínguez-Banda A., Martínez-Sánchez L.R., Canto-DeCetina T., Vilchis-Dorantes G., Rosas-Vargas H., Granados-Silvestre M.A., Medeiros-Domingo A., Menjivar M., Tusié-Luna M.T. 2007. Association of PPARG2 Pro12Ala variant with larger body mass index in Mestizo and Amerindian populations of Mexico. Hum Biol. 79:111-119.
Chan S., Sun R., Zeng X., Choong Z., Wang H., Watt M.J., Ye J.M. 2013. Activation of PPARalfa ameliorates hepatic insulin resistance and steatosis in high fructose-fed mice despite increased endoplasmic reticulum stress. Diabetes 62:2095-2105. Clarke S.D. 2001. Polyunsaturated fatty acid regulation of gene transcription: a molecular mechanism to improve the metabolic syndrome. J Nutr. 131:1129-1132.
Cole S.A., Mitchell B.D., Hsueh W.C., Pineda P., Beamer B.A., Shuldiner A.R., Comuzzie A.G., Blangero J., Hixson J.E. 2000. The Pro12Ala variant of peroxisome proliferator-activated receptor-gamma2 (PPAR-gamma2) is associated with measures of obesity in Mexican Americans. Int J Obes Relat Metab Disord. 24:522-524.
Daynes R.A., Jones D.C. 2002. Emerging roles of PPARs in inflammation and immunity. Nat Rev Immunol. 2:748-759.
50
Deeb S.S., Fajas L., Nemoto M., Pihlajamaki J., Mykkanen L., Kuusisto J., Laakso M., Fujimoto W., Auwerx J. 1998. A Pro12Ala substitution in PPARgamma2 associated with decreased receptor activity, lower body mass index and improved insulin sensitivity. Nat Genet. 20:284-287.
Desvergne B., Wahli W. 1999. Peroxisome proliferator-activated receptors: nuclear control of metabolism. Endocr Rev. 20:649-688. Drenowatz C., Shook R.P., Hand G.A., Hébert J.R., Blair S.N. 2014. The independent association between diet quality and body composition. Sci Rep. 4:4928. Encuesta Nacional de Salud y Nutrición (ENSANUT). 2012. Resultados nacionales. Disponible en: encuestas.insp.mx Encuesta Nacional de Salud y Nutrición (ENSANUT). 2012. Resultados por entidad federativa, Sonora. Disponible en: encuestas.insp.mx Fajas L., Fruchart J.C., Auwerx J. 1998. PPARgamma3 mRNA: a distinct PPARgamma mRNA subtype transcribed from an independent promoter. FEBS Lett. 438:55-60.
FAO/WHO/UNU. 2001. Human energy requirements: report of a joint FAO/WHO/UNU expert consultation. Rome, 17-24 October. Flier J.S., Maratos-Flier E. 2012. Biology of obesity. En: Longo D.L., Fauci A.S., Kasper D.L., Hauser S.L., Jameson J., Loscalzo J. (eds.), Harrison's Principles of Internal Medicine. McGraw-Hill Professional, New York, 36-43 p. Foster-Schubert K.E., Alfano C.M., Duggan C.R., Xiao L., Campbell K.L., Kong A., Bain C., Wang C.Y., Blackburn G., McTiernan A. 2012. Effect of diet and exercise, alone or combined, on weight and body composition in overweight-to-obese post-menopausal women. Obesity 20:1628-1638. Gamboa R., Vargas-Alarcón G., Medina-Urrutia A., Cardoso-Saldaña G., Hernández-Pacheco G., Zamora-González J., Posadas-Romero C. 2001. Influence of the apolipoprotein E polymorphism on plasma lipoproteins in a Mexican population. Hum Biol. 73:835-843. Garaulet M., Smith C.E., Hernández-González T., Lee Y., Ordovás J.M. 2011. PPARgamma Pro12Ala interacts with fat intake for obesity and weight loss in a behavioural treatment based on the Mediterranean diet. Mol Nutr Food Res. 55:1771-1779. Guerre-Millo M. 2004. Adipose tissue and adipokines: for better or worse. Diabetes Metab. 30:13-19.
51
Guillot E. 2012. Contenidos de ácidos grasos trans en tejido adiposo subcutáneo y visceral como factor de riesgo cardiovascular y diabetes mellitus. Centro de Investigación en Alimentación y Desarrollo, A. C. Hermosillo, Sonora, México. Greene M.E., Blumberg B., McBride O.W., Yi H.F., Kronquist K., Kwan K., Hsieh L., Greene G., Nimer S.D. 1995. Isolation of the human peroxisome proliferator activated receptor gamma cDNA: expression in hematopoietic cells and chromosomal mapping. Gene Expr. 4:281-299.
Grijalva M.I., Caire G., Sánchez A., Valencia M.E. 1995. Composición química, fibra dietética y contenido de minerales en alimentos de consumo frecuente en el noroeste de México. Arch Latinoam Nutr 45:145-150. Haggarty P., Valencia M.E., McNeill G., Gonzales N.L., Moya S.Y., Pinelli A., Quihui L., Saucedo M.S., Esparza J., Ashton J., Milne E., James W.P.T. 1997. Energy expenditure during heavy work and its interaction with body weight. Br J Nutr. 77:359-373. Hara K., Kubota N., Tobe K., Terauchi Y., Miki H., Komeda K., Tamemoto H., Yamauchi T., Hagura R., Ito C., Akanuma Y., Kadowaki T. 2000. The role of PPARgamma as a thrifty gene both in mice and humans. Br J Nutr. 84 Suppl 2:S235-239. Higgins L.S., DePaoli A.M. 2010. Selective peroxisome proliferator-activated receptor gamma (PPARgamma) modulation as a strategy for safer therapeutic PPARgamma activation. Am J Clin Nutr. 91 Suppl 2:S267-72. Issemann I., Green S. 1990. Activation of a member of the steroid hormone receptor superfamily by peroxisome proliferators. Nature 347:645-650. Issemann I., Prince R.A., Tugwood J.D., Green S. 1993. The peroxisome proliferator-activated receptor: retinoid X receptor heterodimer is activated by fatty acids and fibrate hypolipidaemic drugs. J Mol Endocrinol. 11:37-47. Jellife D.B., Jellife P. 1989. Community nutritional assessment. Oxford Med Pub NY:263. Kawai M., Sousa K.M., MacDougald O.A., Rosen C.J. 2010. The many facets of PPARgamma: novel insights for the skeleton. Am J Physiol Endocrinol Metab. 299:E3-9.
Kiage J.N., Merrill P.D., Judd S.E., He K., Lipworth L., Cushman M., Howard V.J., Kabagambe E.K. 2014. Intake of trans fat and incidence of stroke in the REasons for Geographic And Racial Differences in Stroke (REGARDS) cohort. Am J Clin Nutr. 99:1071-1076.
52
Kim K., Lee S., Valentine R.J. 2007. Association of pro12ala polymorphism in the peroxisome proliferative-activated receptor gamma2 gene with obesity and hypertension in Korean women. J Nutr Sci Vitaminol. 53:239-246. Kliewer S.A., Sundseth S.S., Jones S.A., Brown P.J., Wisely G.B., Koble C.S., Devchand P., Wahli W., Willson T.M., Lenhard J.M., Lehmann J.M. 1997. Fatty acids and eicosanoids regulate gene expression through direct interactions with peroxisome proliferator-activated receptors alpha and gamma. Proc Natl Acad Sci. U S A 94:4318-4323.
Knouff C., Auwerx J. 2004. Peroxisome proliferator-activated receptor-gamma calls for activation in moderation: lessons from genetics and pharmacology. Endocr Rev. 25:899-918.
Krey G., Braissant O., L'Horset F., Kalkhoven E., Perroud M., Parker M.G., Wahli W. 1997. Fatty acids, eicosanoids, and hypolipidemic agents identified as ligands of peroxisome proliferator-activated receptors by coactivator-dependent receptor ligand assay. Mol Endocrinol. 11:779-791.
Kubota N., Terauchi Y., Miki H., Tamemoto H., Yamauchi T., Komeda K., Satoh S., Nakano R., Ishii C., Sugiyama T., Eto K., Tsubamoto Y., Okuno A., Murakami K., Sekihara H., Hasegawa G., Naito M., Toyoshima Y., Tanaka S., Shiota K., Kitamura T., Fujita T., Ezaki O., Aizawa S., Kadowaki T. 1999. PPAR gamma mediates high-fat diet-induced adipocyte hypertrophy and insulin resistance. Mol Cell. 4:597-609.
Larque E., Garcia-Ruiz P.A., Perez-Llamas F., Zamora S., Gil A. 2003. Dietary trans fatty acids alter the compositions of microsomes and mitochondria and the activities of microsome delta6-fatty acid desaturase and glucose-6-phosphatase in livers of pregnant rats. J Nutr. 133:2526-2531.
Loeza F., Vargas-Alarcón G., Andrade F., Vergara Y., Rodríguez-Pérez J.M., Ruiz-Morales J.A., Alarcón-Segovia D., Granados J. 2002. Distribution of class I and class III MHC antigens in the Tarasco Amerindians. Hum Immunol. 63:143-148.
Luan J., Browne P.O., Harding A.H., Halsall D.J., O'Rahilly S., Chatterjee V.K., Wareham N.J. 2001. Evidence for gene-nutrient interaction at the PPARgamma locus. Diabetes 50:686-689. Macías N., Alemán-Mateo H., Esparza-Romero J., Valencia M.E. 2007. Body fat measurement by bioelectrical impedance and air displacement plethysmography: a cross-validation study to design bioelectrical impedance equations in Mexican adults. Nutr J. 6:doi:10.1186/1475-2891-6-18.
53
Maeda N., Takahashi M., Funahashi T., Kihara S., Nishizawa H., Kishida K., Nagaretani H., Matsuda M., Komuro R., Ouchi N., Kuriyama H., Hotta K., Nakamura T., Shimomura I., Matsuzawa Y. 2001. PPARgamma ligands increase expression and plasma concentrations of adiponectin, an adipose-derived protein. Diabetes 50:2094-2099. Mahfouz M.M., Smith T.L., Kummerow F.A. 1984. Effect of dietary fats on desaturase activities and the biosynthesis of fatty acids in rat-liver microsomes. Lipids 19:214-222.
Martínez M.L. 2010. Análisis del contenido y tipo de ácidos grasos trans de los principales alimentos incluidos en la dieta sonorense. Tesis de licenciatura. Universidad de Sonora-Centro de Investigación en Alimentación y Desarrollo, A.C. Hermosillo, Sonora, México. Masugi J., Tamori Y., Mori H., Koike T., Kasuga M. 2000. Inhibitory effect of a proline-to-alanine substitution at codon 12 of peroxisome proliferator-activated receptor-gamma 2 on thiazolidinedione-induced adipogenesis. Biochem Biophys Res Commun. 268:178-182.
Medina-Gomez G., Gray S.L., Yetukuri L., Shimomura K., Virtue S., Campbell M., Curtis R.K., Jimenez-Linan M., Blount M., Yeo G.S.H., Lopez M., Seppänen-Laakso T., Ashcroft F.M., Orešič M., Vidal-Puig A. 2007. PPAR gamma 2 prevents lipotoxicity by controlling adipose tissue expandability and peripheral lipid metabolism. PLoS Genet. 3(4):e64. Miyazaki Y., Mahankali A., Wajcberg E., Bajaj M., Mandarino L.J., DeFronzo R.A. 2004. Effect of pioglitazone on circulating adipocytokine levels and insulin sensitivity in type 2 diabetic patients. J Clin Endocrinol Metab. 89:4312-4319.
Muller Y.L., Bogardus C., Beamer B.A., Shuldiner A.R., Baier L.J. 2003. A functional variant in the peroxisome proliferator-activated receptor γ2 promoter is associated with predictors of obesity and type 2 diabetes in Pima indians. Diabetes 52:1864-1871.
Noakes M., Keogh J.B., Foster P.R., Clifton P.M. 2005. Effect of an energy restricted, high-protein, low-fat diet relative to a conventional high-carbohydrate, low-fat diet on weight loss, body composition, nutritional status, and markers of cardiovascular health in obese women. Am J Clin Nutr. 81:1298-1306. Nuclear Receptors Nomenclature Committee. 1999. A unified nomenclature system for the nuclear receptor superfamily. Cell 97:161-163. Pisabarro R.E., Sanguinetti C., Stoll M., Prendez D. 2004. High incidence of type 2 diabetes in peroxisome proliferator-activated receptor gamma2 Pro12Ala
54
carriers exposed to a high cronic intake of trans fatty acids and saturated fatty acids. Diabetes Care 27:2251-2252. Ren D., Collingwood T.N., Rebar E.J., Wolffe A.P., Camp H.S. 2002. PPARgamma knockdown by engineered transcription factors: exogenous PPARgamma2 but not PPARgamma1 reactivates adipogenesis. Genes Dev. 16(1):27-32. Román D.O. 2014. Polimorfismos de un sólo nucleótido en el gen ABCA1 relacionados con colesterol HDL en población sonorense. Tesis de maestría. Centro de Investigación en Alimentación y Desarrollo, A.C. Hermosillo, Sonora, México. Rosen E.D., Sarraf P., Troy A.E., Bradwin G., Moore K., Milstone D.S., Spiegelman B.M., Mortensen R.M. 1999. PPARgamma is required for the differentiation of adipose tissue in vivo and in vitro. Mol Cell. 4:611-617.
Rull J.A., Aguilar-Salinas C.A., Rojas R., Rios-Torres J.M., Gomez-Perez F.J., Olaiz G. 2005. Epidemiology of type 2 diabetes in Mexico. Arch Med Res 36:188-196. Sacchi R., Pinto A., Rickards O., Pacella A., De Stefano G.F., Canella C., Corbo R.M. 2007. An analysis of peroxisome proliferator-activated receptor gamma (PPAR-gamma2) Pro12Ala polymorphism distribution and prevalence of type 2 diabetes mellitus (T2DM) in world populations in relation to dietary habits. Nutr Metab Cardiovasc Dis. 17:632-641.
Saravanan N., Haseeb A., Ehtesham N.Z., Ghafoorunissa. 2005. Differential effects of dietary saturated and trans-fatty acids on expression of genes associated with insulin sensitivity in rat adipose tissue. Eur J Endocrinol. 153:159-165.
Schoonjans K., Auwerx J. 2000. Thiazolidinediones: an update. Lancet 355:1008-1010.
Sheu S.H., Kaya T., Waxman D.J., Vajda S. 2005. Exploring the binding site structure of the PPAR gamma ligand-binding domain by computational solvent mapping. Biochemistry 44:1193-1209. Silva-Zolezzi I., Hidalgo-Miranda A., Estrada-Gil J., Fernández-López J.C., Uribe-Figueroa L., Contreras A., Balam-Ortíz E., Del Bosque-Plata L., Velázquez-Fernández D., Lara C., Goya R., Hernández-Lemus E., Dávila C., Barrientos E., March S., Jiménez-Sánchez G. 2009. Analysis of genomic diversity in Mexican Mestizo populations to develop genomic medicine in Mexico. Proc Natl Acad Sci U S A. 106:8611-8616.
55
Skov A.R., Toubro S., Ronn B., Holm L., Astrup A. 1999. Randomized trial of protein vs carbohydrate in ad libitum fat reduced diet for the treatment of obesity. Int J Obes Relat Metab Disord. 23:528-536. Sloth B., Due A., Larsen T.M., Holst J.J., Heding A., Astrup A. 2009. The effect of a high-MUFA, low-glycemic index diet and a low-fat diet on appetite and glucose metabolism during a 6-month weight maintenance period. Br J Nutr. 101:1846-1858. St-Onge M., Gallagher D. 2010. Body composition changes with aging: The cause or the result of alterations in metabolic rate and macronutrient oxidation? Nutr. 26:152-155. Straus D.S., Glass C.K. 2007. Anti-inflammatory actions of PPAR ligands: new insights on cellular and molecular mechanisms. Trends Immunol. 28:551-8.
Stumvoll M., Haring H. 2002. The peroxisome proliferator-activated receptor-gamma2 Pro12Ala polymorphism. Diabetes 51:2341-2347.
Tamori Y., Masugi J., Nishino N., Kasuga M. 2002. Role of peroxisome proliferator-activated receptor-gamma in maintenance of the characteristics of mature 3T3-L1 adipocytes. Diabetes 51:2045-2055. Tugwood J.D., Issemann I., Anderson R.G., Bundell K.R., McPheat W.L., Green S. 1992. The mouse peroxisome proliferator activated receptor recognizes a response element in the 5' flanking sequence of the rat acyl CoA oxidase gene. EMBO J. 11:433-439. Uauy R., Aro A., Clarke R., Ghafoorunissa R., L’Abbé M., Mozaffarian D., Skeaff M., Stender S., Tavella M. 2009. WHO Scientific Update on trans fatty acids: summary and conclusions. Eur J Clin Nutr. 63:S68-S75. Valenzuela L.S. 2010. Consumo de ácidos grasos trans y su asociación con las concentraciones de HDL-C en población sonorense. Tesis de maestría. Centro de Investigación en Alimentación y Desarrollo A.C. Hermosillo, Sonora, México. Vázquez-Del Mercado M., Guzmán Ornela M.O., Corona-Meráz F.I., Ríos-Ibarra C.P., Reyes-Serratos E.A., Castro-Albarran J., Ruíz-Quezada S.L., Navarro-Hernández R.E. 2015. The 482Ser of PPARGC1A and 12Pro of PPARG2 alleles are associated with reduction of metabolic risk factors even obesity in a Mexican-Mestizo population. Biomed Res Int. 2015:285491. Wang Y., McCullough M.L., Stevens V.L., Rodríguez C., Jacobs E.J., Teras L.R., Pavluck A.L., Thun M.J., Calle E.E. 2007. Nested case-control study of energy regulation candidate gene single nucleotide polymorphisms and breast cancer. Anticancer Res. 27(1B):589-593.
56
World Health Organization (WHO). 2014. Global Health Observatory: Obesity, situation and trends. Available from: www.who.int World Health Organization (WHO). 2008. Waist circumference and waist-hip ratio: report of a WHO expert consultation. Geneva, 8-11 December. Wycherley T.P., Moran L.J., Clifton P.M., Noakes M., Brinkworth G.D. 2012. Effects of energy-restricted high-protein, low-fat compared with standard-protein, low-fat diets: a meta-analysis of randomized controlled trials. Am J Clin Nutr. 96:1281-1298. Xu H.E., Lambert M.H., Montana V.G., Parks D.J., Blanchard S.G., Brown P.J., Sternbach D.D., Lehmann J.M., Wisely G.B., Willson T.M., Kliewer S.A., Milburn M.V. 1999. Molecular recognition of fatty acids by peroxisome proliferator-activated receptors. Mol Cell. 3:397-403.
Yang W.S., Hsiung C.A., Ho L.T., Chen Y.T., He C.T., Curb J.D., Grove J., Quertermous T., Chen Y.D., Kuo S.S., Chuang L.M.; Sapphire Study Group. 2003. Genetic epistasis of adiponectin and PPARgamma2 genotypes in modulation of insulin sensitivity: a family-based association study. Diabetologia 46:977-983.
Yen C.J., Beamer B.A., Negri C., Silver K., Brown K.A., Yarnall D.P., Burns D.K., Roth J., Shuldiner A.R. 1997. Molecular scanning of the human peroxisome proliferator activated receptor gamma (hPPAR gamma) gene in diabetic Caucasians: identification of a Pro12Ala PPAR gamma 2 missense mutation. Biochem Biophys Res Commun. 241:270-274.
Zuo X., Xu M., Yu J., Wu J., Moussalli M.J., Manyam G.C., Lee S.I., Liang S., Gagea M., Morris J.S., Broaddus R.R., Shureiqi I. 2014. Potentiation of colon cancer susceptibility in mice by colonic epithelial PPAR-delta/beta overexpression. J Natl Cancer Inst. 106:dju052.
